如何合并含重复ID的DataFrame？一对多合并方法咨询

核心解决方法 #

使用pandas的merge()函数即可自动处理这种一对多合并场景——当dfA中同一个productID对应多条采购记录时，函数会自动匹配dfB中对应的单条产品信息，并将其复制到每条匹配的采购记录上，无需额外配置特殊参数。

示例代码 #

import pandas as pd

# 构造示例采购数据dfA
dfA = pd.DataFrame({
    'purchaseID': [1, 2, 3],
    'productID': [432, 432, 567],
    'quantity': [1, 4, 7]
})

# 构造示例产品详情数据dfB
dfB = pd.DataFrame({
    'productID': [432, 567],
    'name': ['mower', 'cat']
})

# 基于productID执行合并
merged_df = pd.merge(dfA, dfB, on='productID')

合并结果 #

执行后得到的merged_df结构如下：

补充说明 #

• 若需要保留dfA中所有采购记录（即使dfB中无对应productID），可将how参数设为'left'，即pd.merge(dfA, dfB, on='productID', how='left')，未匹配到的name字段会显示为NaN。
• 针对大数据量场景，确保两个DataFrame的productID列数据类型一致（如均为整数），可避免类型不匹配导致的合并错误或性能损耗。

内容的提问来源于stack exchange，提问作者user8793002