按SKU_id匹配合并两个不同大小Pandas DataFrame的方法咨询

核心逻辑是使用pandas内置的merge关联方法实现，操作前需要先统一两个表SKU_id字段的数据类型，避免因类型不匹配（df中为浮点型、data中为整型）导致关联失败。

操作步骤 #

步骤1：统一SKU_id数据类型 #

# 将两个表的SKU_id统一转为字符串类型，规避浮点精度、类型差异带来的匹配问题
df['SKU_id'] = df['SKU_id'].astype('Int64').astype(str)
data['SKU_id'] = data['SKU_id'].astype(str)

如果确认SKU_id不存在非整数值，也可以统一转为整型：

df['SKU_id'] = df['SKU_id'].astype('Int64')
data['SKU_id'] = data['SKU_id'].astype('Int64')

步骤2：关联两个表 #

为了避免df中同一个SKU_id重复（示例中MILLER GENUINE DRAFT对应SKU_id出现了2次）导致合并后行数膨胀，先对df做去重处理，再用左连接合并：

# 按SKU_id对df去重，保留第一条记录即可
df_unique = df.drop_duplicates(subset='SKU_id', keep='first')
# 左连接合并，保留data的全部行，匹配追加商品名称
result = data.merge(df_unique[['SKU_id', 'Product Name']], on='SKU_id', how='left')

参数说明 #

• on='SKU_id'：指定两个表关联的公共字段
• how='left'：左连接逻辑，完全保留左表data的所有行，右表df中没有对应SKU_id的记录时，Product Name字段会填充NaN，完全符合为data每一行追加商品名称的需求
• 仅取df的SKU_id和Product Name两字段参与合并，避免引入df中其他多余字段

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