如何高效将索引不同的Pandas DataFrame列匹配添加至另一DataFrame？

嘿，作为Python新手遇到这种DataFrame匹配的问题太正常啦！我给你分享几个高效又好理解的办法，轻松把DataFrame 2的data列匹配到DataFrame 1里～

首先先明确你的两个DataFrame结构：

• DataFrame 1（简称df1）：有ID列（对应图片ID）、class列，索引是默认的序列值
• DataFrame 2（简称df2）：以图片ID为索引，只有data列

方法1：用map（最简洁直观） #

这个方法直接利用df1的ID列去映射df2的data列，代码超短，效率也很高：

# 直接将df1的ID列映射到df2的data列
df1['data'] = df1['ID'].map(df2['data'])

原理：map()会遍历df1中的每一个ID值，去df2的索引中查找对应的data值并返回；如果某个ID在df2中不存在，对应的data单元格会填充为NaN，你可以后续用fillna()处理或者过滤掉这些行。

方法2：用merge（灵活控制连接方式） #

如果你需要更灵活的匹配规则（比如只保留两边都有的ID，或者保留df1所有行），可以用merge：

# 先把df2的索引转为普通列（命名为ID），再和df1合并
df_merged = df1.merge(
    df2.reset_index().rename(columns={'index': 'ID'}),
    on='ID',
    how='left'  # 左连接：保留df1的所有行，匹配不到的data为NaN
)

参数说明：

• how='left'：保证df1的所有行都被保留，这是最常用的场景；如果只想要两边都存在的ID，改成how='inner'即可
• reset_index()：把df2的索引（图片ID）转换成普通列，方便和df1的ID列匹配
• rename(columns={'index': 'ID'})：把转换后的索引列重命名为ID，确保合并时列名一致

方法3：用join（基于索引匹配） #

先把df1的索引换成ID，再和df2进行索引匹配合并，最后再恢复原索引：

# 将df1的索引设置为ID，和df2合并后再恢复原结构
df1_with_data = df1.set_index('ID').join(df2).reset_index()

原理：join()默认是按索引进行合并的，所以先把df1的索引换成ID（和df2的索引一致），合并后再用reset_index()把ID变回普通列，回到你原来的df1结构。

小提示 #

• 如果你的数据集很大，map()和join()的效率会略高于merge()，但日常使用中三者差异不大，选你觉得最顺手的就行
• 若要处理匹配不到的NaN值，可以用df1['data'] = df1['data'].fillna(...)填充，或者用df1 = df1.dropna(subset=['data'])过滤掉无匹配的行

内容的提问来源于stack exchange，提问作者redwolf_cr7