如何为匹配城市的两个DataFrame分配随机唯一地址？

嘿，这个需求我之前也碰到过，常规的Join生成的笛卡尔积完全满足不了「随机且唯一分配地址」的要求，得换分组+映射的思路来实现。下面是具体的解决方案：

核心思路 #

先把DataFrame1里每个城市对应的地址收集起来并随机打乱，然后给DataFrame2中同一城市的每一行依次分配地址，同时确保用过的地址不会重复分配。

步骤1：预处理DataFrame1，构建随机化的城市-地址映射 #

首先我们要把每个城市的地址整理成随机顺序的列表，这样后续分配出来的地址才是随机的：

import pandas as pd
import numpy as np

# 先搞点示例数据方便测试
df1 = pd.DataFrame({
    'City': ['New York', 'New York', 'London', 'London', 'London', 'Paris'],
    'Address': ['123 Main St', '456 Oak Ave', '789 King Rd', '101 Queen St', '202 Bridge Ln', '303 Rue de Rivoli']
})

df2 = pd.DataFrame({
    'City': ['New York', 'New York', 'London', 'Paris', 'London'],
    'OtherField': ['A', 'B', 'C', 'D', 'E']
})

# 按城市分组，把每个城市的地址打乱后存成字典
city_address_map = df1.groupby('City')['Address'].apply(
    lambda x: np.random.permutation(x.values).tolist()
).to_dict()

步骤2：为DataFrame2的每行分配唯一地址 #

接下来我们对DataFrame2按城市分组，给每个组的行依次分配对应城市的地址，并且用过的地址会从映射中移除，保证唯一性：

def assign_unique_address(group):
    current_city = group['City'].iloc[0]
    # 取出当前城市的随机地址列表
    available_addresses = city_address_map[current_city]
    # 给当前组的每一行分配地址（取对应数量的地址）
    group['AssignedAddress'] = available_addresses[:len(group)]
    # 更新地址列表，去掉已经用过的地址，避免重复分配
    city_address_map[current_city] = available_addresses[len(group):]
    return group

# 按城市分组应用分配函数
df2_with_address = df2.groupby('City', group_keys=False).apply(assign_unique_address)

关键细节说明 #

• 随机性保证：用np.random.permutation打乱每个城市的地址列表，每次运行分配的地址顺序都不一样。
• 唯一性保证：每次分配后都会把用过的地址从映射列表中移除，同一个地址不会被分给同一城市的多个行。
• 规模适配：只要DataFrame1中每个城市的地址数量 ≥ DataFrame2中该城市的行数，这个方法就能完美运行；如果地址不够用，你可以选择去掉更新地址列表的步骤来重复使用地址，或者加个判断抛出提示。

拿示例数据测试的话，输出结果大概是这样的（因为随机，每次结果会有差异）：

City OtherField AssignedAddress
0  New York          A      456 Oak Ave
1  New York          B     123 Main St
2    London          C     202 Bridge Ln
3     Paris          D  303 Rue de Rivoli
4    London          E      789 King Rd

这样就搞定了你的需求啦！

内容的提问来源于stack exchange，提问作者Prometheus