Pandas两个DataFrame按UWI关联后重复值格式化处理问题咨询

方案1：多字段关联消除冗余行（优先推荐） #

你提到存在Formation、Top sample depth、Bottom sample depth等公共字段，优先用这些字段和UWI组成联合关联键，从根源避免笛卡尔积生成冗余行，也符合同井同地层同深度区间样品匹配的业务逻辑：

# 使用多字段左关联，仅匹配属性完全对应的记录，不会生成多余行
joinedDF = df.merge(
    df1,
    on=['New_UWI', 'Formation', 'Top sample depth', 'Bottom sample depth'],
    how='left'
)
joinedDF.to_csv(r'Joined_Water_Analysis_WithLithium.csv', index=False)

方案2：单UWI关联后自动置空重复字段 #

如果业务要求必须保留同UWI下df1的所有记录，不需要做深度、地层匹配，可以直接在关联后对df侧重复字段批量置空，实现你要的格式要求：

import pandas as pd

# 统计每个UWI在df中的记录数N
uwi_record_cnt = df['New_UWI'].value_counts().to_dict()
# 给df添加同UWI下的行序号
df['_uwi_row_idx'] = df.groupby('New_UWI').cumcount()

# 执行单UWI关联
joinedDF = df.merge(df1, on='New_UWI', how='left', suffixes=('', '_df1'))
# 给关联结果添加同UWI下的全局行序号
joinedDF['_global_uwi_row'] = joinedDF.groupby('New_UWI').cumcount()

# 提取df原生字段列表（排除临时辅助列）
df_native_cols = [col for col in df.columns if col != '_uwi_row_idx']
# 同UWI下超过N行的记录，df侧字段全部置空
joinedDF.loc[
    joinedDF['_global_uwi_row'] >= joinedDF['New_UWI'].map(uwi_record_cnt),
    df_native_cols
] = None

# 清除临时辅助列后输出
joinedDF = joinedDF.drop(columns=['_uwi_row_idx', '_global_uwi_row'])
joinedDF.to_csv(r'Joined_Water_Analysis_WithLithium.csv', index=False)

内容的提问来源于stack exchange，提问作者MarkP