如何在Python中基于两列值合并顺序打乱的两个DataFrame？

这个需求在日常数据处理里挺常见的，用Python的pandas库就能轻松搞定，我给你一步步拆解操作方法：

核心思路 #

因为两个DataFrame的Col1和Col2是唯一且完全匹配的组合（只是排列顺序不同），我们可以把这两列作为匹配的“键”，通过合并操作将表2的Col3关联到表1对应的行上，最终得到和表1顺序一致、新增Col3的新表。

具体操作步骤 #

1. 导入pandas库 #

首先确保你已经安装了pandas，然后导入它：

import pandas as pd

2. 构造示例数据（模拟你的场景） #

我先造两个和你描述一致的DataFrame，方便你对照理解：

# 表1：仅包含Col1和Col2，行顺序固定
df1 = pd.DataFrame({
    'Col1': ['A', 'B', 'C', 'D'],
    'Col2': [1, 2, 3, 4]
})

# 表2：Col1、Col2顺序打乱，新增需要关联的Col3列
df2 = pd.DataFrame({
    'Col1': ['C', 'A', 'D', 'B'],
    'Col2': [3, 1, 4, 2],
    'Col3': ['Apple', 'Banana', 'Cherry', 'Date']
})

3. 执行匹配合并 #

用pd.merge()函数，指定以Col1和Col2作为匹配键，选择inner内连接（因为两个表的键组合完全一致，内连接会保留所有表1的行并精准匹配对应Col3）：

# 合并后会自动沿用表1的行顺序
merged_df = pd.merge(df1, df2, on=['Col1', 'Col2'], how='inner')

4. 查看最终结果 #

打印merged_df就能看到符合要求的新表：

Col1  Col2    Col3
0    A     1  Banana
1    B     2    Date
2    C     3   Apple
3    D     4  Cherry

额外注意事项 #

• 如果你的数据里Col1+Col2的组合可能存在重复，可以先检查并去重：

  # 检查表1是否有重复组合
  print("表1是否有重复组合：", df1.duplicated(subset=['Col1', 'Col2']).any())
  # 检查表2是否有重复组合
  print("表2是否有重复组合：", df2.duplicated(subset=['Col1', 'Col2']).any())
  
  # 若有重复，先对表2去重（保留第一个出现的组合）
  df2_clean = df2.drop_duplicates(subset=['Col1', 'Col2'], keep='first')
  

• 如果需要严格保留表1的所有行（哪怕表2里没有对应组合），可以把how='inner'改成how='left'，此时表1中找不到匹配的行，Col3会显示为NaN。

内容的提问来源于stack exchange，提问作者Sahil