如何关联两个不同DataFrame完成计算？附分组统计实操场景

我来帮你搞定这个问题！先从你给的具体例子入手，再聊聊多DataFrame关联计算的通用思路～

第一步：处理具体业务场景 #

你给出的两个DataFrame里，df1是主管和销售人员的对应关系，df2是各销售人员分渠道、分月的销售额。要计算各主管按渠道的销售额，核心是把两个表通过「销售人员」关联起来，再分组聚合。

完整代码实现（用Pandas） #

首先先还原你的两个DataFrame：

import pandas as pd

# 构造df1：主管-销售对应表
df1 = pd.DataFrame({
    'supervisor': ['Supervisor1', 'Supervisor2', 'Supervisor2'],
    'salesperson': ['Matt', 'Amelia', 'Philip']
})

# 构造df2：销售业绩表（宽格式）
df2 = pd.DataFrame({
    'month': ['Jan', 'Jan', 'Feb', 'Feb'],
    'channel': ['Internet', 'Cellphone', 'Internet', 'Cellphone'],
    'Matt': [10, 20, 40, 30],
    'Amelia': [50, 60, 40, 120],
    'Philip': [20, 30, 30, 40]
})

然后按以下步骤操作：

1. 把宽格式的df2转成长格式：因为df2的列是销售人员名字，无法直接和df1关联，用melt转成每行对应一个销售人员的业绩：

df2_long = df2.melt(
    id_vars=['month', 'channel'],  # 保留不变的列
    var_name='salesperson',        # 原列名转为「销售人员」列
    value_name='sales'             # 原单元格值转为「销售额」列
)

2. 关联两个DataFrame：通过salesperson字段，把df1的主管信息合并到业绩表中：

merged_df = pd.merge(df2_long, df1, on='salesperson', how='left')

这里用how='left'是为了保留所有业绩数据，避免因为匹配不到主管而丢失数据（如果你的业务要求只保留有主管的销售，换成how='inner'即可）。

3. 按渠道+主管分组计算总销售额：

final_result = merged_df.groupby(['channel', 'supervisor'])['sales'].sum().reset_index()

最终结果会是这样：

多DataFrame关联计算的通用方法论 #

当你需要关联2个及以上DataFrame做统计时，遵循这几个准则能让你高效且不出错：

• 先统一关联键的格式：确保关联字段（比如这里的salesperson）在所有表中格式一致——比如大小写统一、无空值、没有多余空格。如果有格式问题，合并后会出现大量NaN，影响结果。
• 优先把宽格式转成长格式：像df2这种以实体（销售人员）作为列的宽表，转成长表后更方便关联、分组和后续分析，这是处理这类数据的常用技巧。
• 选择合适的合并方式：
  • inner：只保留所有表都匹配到的记录（适合需要严格匹配的场景）
  • left/right：保留左表/右表的所有记录，匹配不上的用NaN填充（适合不想丢失某一方数据的场景）
  • outer：保留所有表的记录，匹配不上的用NaN填充（适合需要全量数据的场景）
• 分步验证每一步的结果：合并后先检查有没有异常的NaN，分组前确认合并的数据是否符合预期，避免一步错步步错。
• 精简数据再操作：如果DataFrame很大，先过滤掉不需要的列或行（比如不需要的月份、无关的字段），再进行合并和分组，能节省内存，提升运算速度。

内容的提问来源于stack exchange，提问作者Chris