如何基于两个pandas DataFrame的匹配条件添加新列

嘿，我来帮你搞定这个需求！要在d1中生成符合规则的新列E，用pandas有几种简洁的方法，下面我给你详细演示：

第一步：构造示例数据 #

先把你给出的d1和d2用代码还原出来，方便直接运行测试：

import pandas as pd

# 构造d1
d1 = pd.DataFrame({
    'A': ['X', 'Y', 'B', 'D', 'L'],
    'B': [6, 3, 5, 11, 10],
    'C': [7, 4, 8, 7, 1],
    'D': [23, 35, 45, 15, 5]
})

# 构造d2
d2 = pd.DataFrame({
    'A': ['Y', 'L', 'D'],
    'C': [4, 1, 7]
})

方法1：使用merge左连接实现（高效推荐） #

这种方法利用pandas的向量化操作，处理大数据量时效率更高：

# 按A、C列左连接d1和d2
merged = d1.merge(d2, on=['A', 'C'], how='left')
# 判断每行是否匹配成功，转为1/0标记
d1['E'] = merged.notna().any(axis=1).astype(int)

原理说明：

• 左连接后，匹配成功的行不会出现NaN值，未匹配的行则会有NaN填充
• notna().any(axis=1)检查每行是否存在非空值（即是否匹配），返回布尔值
• astype(int)把布尔值转成1（匹配成功）和0（匹配失败）

方法2：利用元组集合判断（逻辑直观） #

如果你想更直观地理解匹配逻辑，可以用这种方法：

# 把d2中A、C列的匹配对转成元组集合，提升查询效率
match_pairs = set(zip(d2['A'], d2['C']))
# 遍历d1每行，判断(A,C)是否在匹配集合中
d1['E'] = d1.apply(lambda row: 1 if (row['A'], row['C']) in match_pairs else 0, axis=1)

原理说明：

• zip(d2['A'], d2['C'])生成每个匹配对的元组，比如('Y',4)、('L',1)
• 转成集合后，元素查询的速度会比列表快很多
• apply逐行遍历d1，返回对应的标记值

最终结果 #

运行任意一种方法后，d1都会变成你想要的样子：

A   B  C   D  E
0  X   6  7  23  0
1  Y   3  4  35  1
2  B   5  8  45  0
3  D  11  7  15  1
4  L  10  1   5  1

两种方法都能完美处理两个DataFrame行数不同的情况，你可以根据自己的习惯和数据量大小选择合适的方式~

内容的提问来源于stack exchange，提问作者Rahul Semwal