Pandas两个DataFrame按user匹配并拼接结果列到其中一个的实现方案

Pandas实现代码 #

你可以通过两种常见方式实现该需求： #

方式1：表关联后拼接字段

先按user字段关联两个表，区分重名字段后拼接内容：

import pandas as pd

# 原始数据
df = pd.DataFrame({'user': ['A', 'B', 'C'], 
                   'results': ['hi how why', 'which how raw', 'final what is']})
df_v2 = pd.DataFrame({'user': ['A', 'B', 'C'], 
                   'results': ['John', 'Peter', 'Anne']}) 

# 按user合并，给第二个表的results列加后缀区分
df_merge = pd.merge(df, df_v2, on='user', suffixes=('', '_v2'))
# 拼接两个结果列，用空格分隔
df_merge['results'] = df_merge['results'] + ' ' + df_merge['results_v2']
# 提取目标字段得到最终结果
df_new = df_merge[['user', 'results']]

方式2：字典映射直接拼接

如果两个表的user字段完全匹配，不需要处理匹配失败的情况，可以用更简洁的映射写法：

# 生成user到第二个表results值的映射字典
user_map = df_v2.set_index('user')['results'].to_dict()
# 直接拼接内容
df['results'] = df['results'] + ' ' + df['user'].map(user_map)
df_new = df

两种方式运行后得到的df_new都和你需要的输出格式完全一致。

内容的提问来源于stack exchange，提问作者isaac.af95