Pandas中基于重复键合并两个DataFrame的技术求助

你想要的效果其实是基于col2列的分组笛卡尔积连接——也就是把A中每个col2值对应的所有行，和B中同col2值的所有行进行全组合。之前用外连接没得到预期结果，大概率是操作时的参数设置问题，咱们来看看正确的实现方式：

步骤1：构造示例数据 #

先还原你的两个DataFrame：

import pandas as pd

A = pd.DataFrame({
    'col1': ['abc', 'cdz'],
    'col2': ['Pid1', 'Pid1']
})

B = pd.DataFrame({
    'col2': ['Pid1', 'Pid1', 'Pid1'],
    'value': [2, 3, 4]
})

步骤2：执行正确的连接操作 #

直接使用merge并指定on='col2'即可，默认的内连接会自动匹配相同col2值的行，并生成所有可能的组合：

result = A.merge(B, on='col2')

运行后输出的结果完全符合你的预期：

col1  col2  value
0  abc  Pid1      2
1  abc  Pid1      3
2  abc  Pid1      4
3  cdz  Pid1      2
4  cdz  Pid1      3
5  cdz  Pid1      4

为什么之前的外连接没生效？ #

如果你的实际操作中用了how='outer'却没得到想要的结果，可能有两种原因：

• 你没有指定on='col2'，导致merge尝试按所有同名列连接（虽然这里只有col2，但如果数据中有其他同名列就会出错）；
• 如果你的真实数据里A或B存在col2的其他取值，外连接会保留那些没有匹配的行（比如A有Pid2但B没有，外连接会保留该行并填充value为NaN），而你需要的是仅保留有匹配的组合，这时用默认的内连接就足够了。

额外场景：完全笛卡尔积（不按col2匹配） #

如果你需要的是不管col2值，直接让A的每一行和B的每一行组合，那么可以用how='cross'参数：

result = A.merge(B, how='cross')

不过这种方式会生成所有行的两两组合，只有当你不需要按col2过滤时才适用。

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