使用Python/pandas实现vlookup匹配时merge产生多余行如何解决

你操作的核心问题出在df_keyvalues的去重逻辑上：
你使用的df1[["colA", "colB"]].drop_duplicates()是对colA+colB的组合值做去重，只要同一个colA对应多个不同的colB值，去重后df_keyvalues里同一个colA仍然会存在多条记录。左连接时df2中每个匹配到该colA的行，都会和df_keyvalues里同一个colA的所有行做笛卡尔积匹配，最终导致df2行数超出原始行数。

方案1：修正合并逻辑（适配merge用法） #

要实现类似Excel VLOOKUP的效果，同一个colA仅取第一个匹配到的colB值，需要对colA单独去重，保证每个colA在df_keyvalues中仅对应一条记录：

# 对colA单独去重，保留第一个出现的colB值，keep参数可根据需求换成'last'取最后一个
df_keyvalues = df1[["colA", "colB"]].drop_duplicates(subset="colA", keep="first")
# 再执行左连接，此时不会出现行数膨胀
df2 = df2.merge(df_keyvalues, how="left", on="colA")

方案2：使用map方法（更适合大型DataFrame，性能更高） #

直接构造colA到colB的映射字典，直接赋值新列，完全不会改变df2原有行数，逻辑更贴近VLOOKUP：

# 构建colA到colB的映射，每个colA仅保留第一个匹配的colB
col_mapping = df1.drop_duplicates(subset="colA").set_index("colA")["colB"]
# 直接为df2新增colB列，无匹配值自动填充NaN
df2["colB"] = df2["colA"].map(col_mapping)

两种方案都完全符合需求：仅对colA做精确匹配，无匹配项时colB自动留空，不会改变df2的原始行数。如果业务中同一个colA对应多个colB属于异常情况，可先对df1的colA、colB映射关系做校验。

内容的提问来源于stack exchange，提问作者d1p3n