Python：基于条件将不同长度DataFrame的信息提取合并到另一DataFrame

你需要的是基于两个共同键的多对一表合并，直接使用Pandas内置的merge函数即可，不需要额外处理两个DataFrame的长度差异：

import pandas as pd

# 以df1为基准，按date、day_period两个字段匹配df2的对应字段
result_df = pd.merge(
    left=df1,
    right=df2,
    on=["date", "day_period"],
    how="left"
)

参数说明 #

• on=["date", "day_period"]：指定两个表的匹配规则，只有两个字段同时相等的行才会匹配成功
• how="left"：指定左连接逻辑，完整保留df1的所有行，匹配成功的行自动填充df2的对应列值，未匹配到的位置默认填充NaN

前置校验建议 #

为了避免合并后行数异常膨胀，可以先校验df2的匹配键是否唯一：

# 输出为True说明df2不存在重复的(date, day_period)组合
print(df2.duplicated(subset=["date", "day_period"]).sum() == 0)

如果存在重复键，可先对df2去重后再合并：

# 保留每个(date, day_period)的第一条记录
df2_unique = df2.drop_duplicates(subset=["date", "day_period"], keep="first")

注：你给出的示例输出存在逻辑偏差，按匹配规则，df1中所有date=2021-06-09且day_period=Morning的行，匹配到的应该是df2中对应行的temperature=14、atmospheric_pressure=30.1等值，上述代码会输出符合逻辑的匹配结果。

内容的提问来源于stack exchange，提问作者Joehat