You need to enable JavaScript to run this app. Pandas merge、join操作中关联列匹配的问题及实现
优惠活动
大模型
产品
解决方案
定价
更多

Pandas merge、join操作中关联列匹配的问题及实现

两种常用的Pandas多表关联实现方式如下,可直接匹配示例的输出结果:

方法1:使用通用merge方法实现

merge是Pandas做多表关联最通用的接口,你需要的结果属于典型的两表内连接(仅保留两边Name值匹配的行),一行代码即可实现:

df3 = pd.merge(df1, df2, on="Name", how="inner")

参数说明:

  • on="Name" 直接指定两表共有的关联列;如果两表的关联列名不一致,可替换为left_on="左表关联列名", right_on="右表关联列名"完成对应匹配
  • how="inner" 仅保留两边Name匹配上的行,输出结果和示例完全一致;如果需要保留所有未匹配的行,可将参数值改为outer,未匹配的空缺位置会自动填充NaN

注:示例中df2记录的Alex对应PL为小写java,最终输出显示为Java,可在合并完成后通过字符串处理统一格式,比如执行df3["PL"] = df3["PL"].str.capitalize()即可实现大小写对齐。

针对规模较大的表格,合并前可将Name关联列转为分类型category格式,能大幅降低匹配计算的耗时:

df1["Name"] = df1["Name"].astype("category")
df2["Name"] = df2["Name"].astype("category")

方法2:使用join方法实现

join默认按行索引完成关联匹配,因此需要先把关联列设置为行索引,再执行合并操作:

df3 = df1.set_index("Name").join(df2.set_index("Name"), how="inner").reset_index()

参数说明:

  • set_index("Name") 将Name列转换为行索引,满足join方法的关联匹配规则
  • how="inner" 和merge方法的参数逻辑一致,仅保留两表匹配上的行
  • reset_index() 将之前转为索引的Name列还原为普通数据列,避免Name被当作行索引保留在最终结果中

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

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:2026.11.04 21:06:03