两个DataFrame无重复随机抽样：为DF1唯一ID分配随机地址

你需要为DF1中的每个唯一ID随机分配地址，先把两个DataFrame整理成清晰的表格：

DF1（唯一ID与对应城市） #

DF2（城市与对应地址） #

虽然你提到的分配要求不完整，但最合理的逻辑应该是按城市匹配，为同城市的ID随机分配对应城市的地址，我基于这个逻辑给你实现解决方案：

下面是可直接运行的代码，同时会处理DF2中没有对应城市地址的情况（比如Bitola和Kumanovo）：

import pandas as pd
import numpy as np

# 初始化两个DataFrame
df1 = pd.DataFrame({
    'UNIQUE_ID': ['k5WjB6MQa5Cru', 'k4Yq5QqXwoL4e', 'S9jGzT5qMZLyF', 'mhSHSuxic58Sf', 'MU7eys8NKXQog', 'GUBe1scNsXQog', 'S9jGzT5qMZLyF'],
    'City': ['Skopje', 'Skopje', 'Skopje', 'Skopje', 'Skopje', 'Bitola', 'Kumanovo']
})

df2 = pd.DataFrame({
    'ADDRESS': ['РАТКО МИТРОВИЌ 5 БР.29-ДРАЧЕВО', 'УЛ. МЕТОДИЈА ПАТЧЕВ БР.17А', 'УЛ ДРАЧЕВСКА 123', 'УЛ.ДОМАЗЕТОВСКА БР. 24', 'ДРАЧЕВО УЛ. ЈАНКО МИШИЌ БР. 3', 'УЛ. ПАРТИЗАНСКИ ПАТ 2 БР. 1'],
    'City': ['Skopje']*6
})

# 按城市分组，把每个城市的地址存为字典映射
city_address_map = df2.groupby('City')['ADDRESS'].apply(list).to_dict()

# 定义随机分配地址的函数
def assign_random_address(city):
    addresses = city_address_map.get(city, [])
    if addresses:
        return np.random.choice(addresses)
    # 没有对应城市的地址时返回提示文本
    return f"⚠️ No address available for {city}"

# 为DF1添加分配后的地址列
df1['ASSIGNED_ADDRESS'] = df1['City'].apply(assign_random_address)

# 查看最终结果
print(df1)

代码说明 #

1. city_address_map：把DF2中每个城市对应的地址整理成字典，方便快速按城市查找地址列表
2. assign_random_address：针对每个城市，随机挑选一个地址；如果没有对应城市的地址，返回友好提示
3. 最后通过apply方法批量为DF1的每一行分配地址，生成新的ASSIGNED_ADDRESS列

示例输出（随机分配，每次结果略有不同） #

如果你的实际需求还有其他约束（比如地址不能重复分配、ID和地址有特定关联规则），可以补充说明，我再调整代码~

内容的提问来源于stack exchange，提问作者Prometheus