如何匹配两个DataFrame的Number字段并追加对应Id集合

我来帮你搞定这个需求，思路其实很清晰：先把df1里每个Number对应的Id集合整理好，再去df2里逐个匹配每个Number列表对应的Id，最后把结果合并进去就行。

先回顾下我们的源数据：

import pandas as pd

df1 = pd.DataFrame({
    'Id': {0: 101, 1: 102, 2: 103, 3: 104},
    'Number': {0: 'A1', 1: 'A2', 2: 'B1', 3: 'B1'}})

df2 = pd.DataFrame({
    'Client': {0: 'John', 1: 'Mia', 2: 'Claudia'},
    'Number': {0: ['A1', 'B1'], 1: ['Z4'], 2: ['A2']}})

具体步骤： #

1. 构建Number到Id集合的映射字典
   先把df1按Number分组，把每个分组里的Id转成列表，再转成字典，这样我们就能快速通过Number值找到对应的所有Id：

   number_to_ids = df1.groupby('Number')['Id'].apply(list).to_dict()
   # 结果是：{'A1': [101], 'A2': [102], 'B1': [103, 104]}
   

2. 定义匹配函数
   写一个小函数，输入df2里的Number列表，遍历每个元素去映射字典里找对应的Id，把所有结果合并成一个扁平列表；如果没有任何匹配的，就返回NaN：

   def get_matching_ids(num_list):
       ids = []
       for num in num_list:
           if num in number_to_ids:
               ids.extend(number_to_ids[num])
       return ids if ids else pd.NA
   

3. 生成新的Ids列
   把这个函数用apply方法作用到df2的Number列上，生成新的Ids列：

   df2['Ids'] = df2['Number'].apply(get_matching_ids)
   

最终结果： #

运行完上面的代码后，df2就会变成你想要的样子：

Client      Number          Ids
0     John  [A1, B1]  [101, 103, 104]
1      Mia     [Z4]             <NA>
2  Claudia     [A2]           [102]

这样就完美实现了需求，而且逻辑清晰，处理了没有匹配项的边界情况～

备注：内容来源于stack exchange，提问作者nzskra