You need to enable JavaScript to run this app. 如何使用pandas合并同组内多对多关联的两个dataframe
优惠活动
大模型
产品
解决方案
定价
更多

如何使用pandas合并同组内多对多关联的两个dataframe

两个带重复关联键的DataFrame按同组匹配合并方案

实现方案

你的需求本质是按公共关联键Item做等值连接,仅保留同Item组内的行匹配结果,不需要全量cross join,不同场景的实现方式如下:

1. Python Pandas 实现

直接使用pandas内置的merge方法,指定关联键为Item即可:

import pandas as pd

# 构造示例表1
df1 = pd.DataFrame({
    'ID': [1,1,1,2,2,2],
    'Item': ['apple','banana','lemon','apple','banana','lemon'],
    'Price': [5,3,2,7,4,4]
})

# 构造示例表2
df2 = pd.DataFrame({
    'Item': ['apple','apple','apple','banana','lemon','lemon'],
    'state': ['TX','CA','NJ','CA','NY','PA']
})

# 按Item字段做等值内连接
res = pd.merge(df1, df2, on='Item', how='inner')
# 按ID、Item排序可直接得到你要的输出格式
res = res.sort_values(by=['ID','Item'], ignore_index=True)

2. SQL 实现

使用带关联条件的内连接即可,不会出现全量笛卡尔积的无效匹配:

SELECT 
  t1.ID, 
  t1.Item, 
  t1.Price, 
  t2.state 
FROM dataframe1 t1
INNER JOIN dataframe2 t2 
ON t1.Item = t2.Item
ORDER BY t1.ID, t1.Item;

原理解释

全量cross join是两个表所有行两两匹配,会出现apple匹配lemon这类错误结果,而带上Item等值关联条件的连接,只会保留两个表中Item取值一致的行的匹配结果,正好实现你要的「同组内执行关联匹配」的要求。


内容的提问来源于stack exchange,提问作者Jammy

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.13 11:24:03