Pandas DataFrame基于多列的优先级连接实现需求

嘿，这个优先级连接的需求其实挺常见的，我给你分享两种靠谱的实现方式，都是基于pandas的常规操作，好理解也好调试：

方法1：分两次连接后合并结果 #

这个思路逻辑最直观，先做优先匹配，再补全未匹配的部分：

• 第一步：用df1.A和df2.key做左连接，拿到第一次匹配的结果
• 第二步：筛选出第一次连接没匹配上的df1行（也就是结果里df2所有列都是空值的对应行）
• 第三步：用这些未匹配行的A_NEW和df2.key做补充连接
• 第四步：把两次匹配的有效结果合并到一起

import pandas as pd

# 1. 主连接：优先用A列匹配
main_match = pd.merge(df1, df2, left_on='A', right_on='key', how='left')

# 2. 筛选出主连接没匹配到的df1行
unmatched_mask = main_match[df2.columns].isna().all(axis=1)
unmatched_df1 = df1[unmatched_mask]

# 3. 补充连接：用A_NEW列匹配未成功的行
supplement_match = pd.merge(unmatched_df1, df2, left_on='A_NEW', right_on='key', how='left')

# 4. 合并有效结果：去掉主连接里的空值行，再加上补充连接的结果
final_result = pd.concat(
    [main_match.dropna(subset=df2.columns), supplement_match],
    ignore_index=True
)

方法2：先主连接再填充未匹配项 #

这种方法更高效，不需要拆分合并，直接在初始连接结果上补全数据：

• 第一步：先做df1.A和df2.key的左连接
• 第二步：定位到未匹配的行，用A_NEW重新匹配df2
• 第三步：把重新匹配到的数据填充回原结果的空值位置

import pandas as pd

# 1. 先完成主连接
final_result = pd.merge(df1, df2, left_on='A', right_on='key', how='left')

# 2. 找到所有未匹配成功的行索引
unmatched_mask = final_result[df2.columns].isna().all(axis=1)

# 3. 用A_NEW重新匹配这些行，拿到补充数据
supplement_data = pd.merge(
    df1.loc[unmatched_mask], 
    df2, 
    left_on='A_NEW', 
    right_on='key', 
    how='left'
)[df2.columns]

# 4. 把补充数据填充回原结果的空值位置
final_result.loc[unmatched_mask, df2.columns] = supplement_data.values

注意事项 #

• 如果df2里有重复的key值，两种方法都会保留所有匹配结果，和pandas常规merge行为一致
• 如果A_NEW也没匹配到df2.key，对应的df2列会保持空值，符合需求逻辑

内容的提问来源于stack exchange，提问作者user3665906