You need to enable JavaScript to run this app. 如何按逗号分隔ID与日期字段合并两个DataFrame
优惠活动
大模型
产品
解决方案
定价
更多

如何按逗号分隔ID与日期字段合并两个DataFrame

Pandas 逗号分隔多值键的DataFrame关联实现

针对df1的EmployeeID为逗号分隔多值、需与df2单个EmployeeID做匹配,同时校验workDate相等的关联场景,通过拆分展开多值列生成临时关联键即可实现,全程保留df1原始的逗号分隔EmployeeID字段。

步骤1:构造测试数据集

import pandas as pd

# 构造给定的df1
df1 = pd.DataFrame({
    "Employee Name": ["John", "John", "Kim"],
    "EmployeeID": ["2,22", "2,22", "3"],
    "workDate": ["2020-11-01", "2020-11-02", "2020-11-01"]
})

# 构造给定的df2
df2 = pd.DataFrame({
    "EmployeeID": ["2", "22", "3"],
    "workDate": ["2020-11-01", "2020-11-02", "2020-11-01"],
    "Hours": [8, 2, 10]
})

步骤2:拆分df1的多值列生成临时关联键

  • 按逗号拆分EmployeeID列为列表格式
  • 用explode将列表展开为独立行,全程保留df1原有的所有字段(包括原始的逗号分隔EmployeeID列)
# 拆分多值ID为列表
df1["merge_id"] = df1["EmployeeID"].str.split(",")
# 展开列表为独立行
df1_exploded = df1.explode("merge_id")

步骤3:双主键关联

使用拆分后的临时merge_id和workDate作为联合关联键,与df2做内连接,仅保留两边匹配的记录:

merged = df1_exploded.merge(
    df2,
    left_on=["merge_id", "workDate"],
    right_on=["EmployeeID", "workDate"],
    how="inner"
)

步骤4:清洗结果列匹配预期格式

  • 删除临时关联列merge_id
  • 合并后同名列会自动添加_x(来自df1)、_y(来自df2)后缀,删除df2侧重复的EmployeeID_y,将df1侧的EmployeeID_x重命名回原列名EmployeeID
  • 调整列顺序与预期输出对齐
result = merged.drop(columns=["merge_id", "EmployeeID_y"])
# 还原原始列名
result = result.rename(columns={"EmployeeID_x": "EmployeeID"})
# 调整列顺序
result = result[["Employee Name", "EmployeeID", "workDate", "Hours"]]

注:该方案使用Pandas内置的merge逻辑实现关联,相比逐行遍历做字符串匹配的自定义方法,大数据量下运行效率更高,且不会丢失df1原始的逗号分隔EmployeeID字段。

最终输出结果

打印result后得到的内容与预期完全一致:

Employee NameEmployeeIDworkDateHours
John2,222020-11-018
John2,222020-11-022
Kim32020-11-0110

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

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:2026.11.16 14:06:04