Pandas中基于相同ID列匹配实现多列数值相乘的问题求解

核心逻辑说明 #

你原有代码的匹配逻辑是对的，默认按公共列ID做内连接匹配，仅需要调整写法适配「生成新DataFrame」的需求，同时避免原写法可能出现的长度不匹配报错。

实现代码 #

方案1：仅保留双表共有的匹配ID（内连接） #

适用于不需要保留未匹配ID的场景：

# 写法1：分步写更易读
# 按ID匹配，仅取需要参与计算的列避免冗余
result_df = df1[["ID", "number"]].merge(df2[["ID", "mult"]], on="ID")
# 计算乘积列
result_df["soln"] = result_df["number"] * result_df["mult"]

# 写法2：和你原有风格一致的链式写法
result_df = df1.merge(df2, on="ID").assign(soln=lambda df: df.number * df.mult)

方案2：保留df1全部ID（左连接） #

适用于需要保留df1所有行，未匹配到df2的行乘积为空的场景：

result_df = df1.merge(df2[["ID", "mult"]], on="ID", how="left")
result_df["soln"] = result_df["number"] * result_df["mult"]

注意事项 #

• 请提前确认df2的ID列无重复值，否则单条df1行可能匹配多条df2行，导致结果行数超出预期
• 如果需要保留双表所有ID，可将merge的how参数改为outer，未匹配行的乘积值为NaN

内容的提问来源于stack exchange，提问作者user286076