跨多数据集匹配数据点：投票数据与政党符号映射合并方案咨询

要解决同一符号在不同选区对应不同政党的匹配问题，核心是将两个宽格式数据集转换为长格式后关联，再按需整理。以下是基于Python pandas的实现步骤：

1. 加载数据集 #

先将两个数据集用pandas加载（可直接定义DataFrame，或从CSV/Excel读取）：

import pandas as pd

# 得票数据集（Dataset 1）
data_votes = pd.DataFrame({
    'district': ['district1', 'district2', 'district3', 'district4'],
    'umbrella': [25678, None, 543634, 12344],
    'elephant': [21324, 514213, 324245, 324324],
    'bicycle': [None, 2145341, 3523542, None]
})

# 符号-政党对应数据集（Dataset 2）
data_parties = pd.DataFrame({
    'district': ['district1', 'district2', 'district3', 'district4'],
    'umbrella': ['United Party', None, 'Monster Raving Loony Party', 'United Party'],
    'elephant': ['National Party', 'National Party', 'Green Party', 'Pirate Party'],
    'bicycle': [None, 'Binface Party', 'Binface Party', None]
})

2. 转换为长格式 #

将宽表转为长表，让每个符号成为单独行，确保能按「选区+符号」精准匹配：

# 处理得票数据长格式，过滤无得票的行
votes_long = data_votes.melt(
    id_vars='district',
    var_name='symbol',
    value_name='votes'
).dropna(subset=['votes'])

# 处理政党对应数据长格式，过滤无政党的行
parties_long = data_parties.melt(
    id_vars='district',
    var_name='symbol',
    value_name='party'
).dropna(subset=['party'])

3. 合并数据集 #

按district和symbol双字段合并，确保每个选区的符号对应正确的政党与得票：

merged_data = pd.merge(
    votes_long,
    parties_long,
    on=['district', 'symbol'],
    how='inner'
)

合并结果示例 #

合并后的长格式数据如下：

如果需要转回宽格式（以政党为列展示得票），可使用pivot：

wide_merged = merged_data.pivot(
    index='district',
    columns='party',
    values='votes'
).fillna(0)

内容的提问来源于stack exchange，提问作者tayroc122