本文介绍在 pandas 中实现非标准列名/值对齐的条件合并：当两表无直接等值键但需根据“vintage 字段是否被 service 字符串包含”且 deliveryperiod 完全匹配时，关联并填充 floatprice，未匹配项设为 0.0。
本文介绍在 pandas 中实现非标准列名/值对齐的条件合并：当两表无直接等值键但需根据“vintage 字段是否被 service 字符串包含”且 deliveryperiod 完全匹配时，关联并填充 floatprice，未匹配项设为 0.0。
在实际数据分析中，常遇到两个 DataFrame 的关联逻辑无法通过简单 merge(on=...) 实现的情况——例如本例中，df1['Vintage'] 与 df2['Service'] 并非精确相等，而是存在「子字符串包含」关系（如 "Vintage 2025" 出现在 "ICE - Vintage 2025" 中），同时还需满足 DeliveryPeriod 完全一致。此时需分步处理：先基于强匹配字段粗联，再用布尔逻辑精细化过滤。
推荐做法如下：
-
以
DeliveryPeriod为键执行左连接（保留df1全部行）； -
构造布尔掩码，逐行判断
Vintage是否为非空字符串且被Service包含； -
将不满足条件的
FloatPrice替换为0.00，并删除冗余的Service列。
import pandas as pd
# 示例数据构建（便于复现）
df1 = pd.DataFrame({
'BA': ['A', 'B', 'B', 'C'],
'Product': ['foo', 'foo', 'foo', 'bar'],
'FixedPrice': [10.00, 11.00, 12.00, 2.00],
'Vintage': ['Vintage 2025', 'Vintage 2025', 'Vintage 2024', 'None'],
'DeliveryPeriod': ['Mar25', 'Dec25', 'Sep25', 'Nov25']
})
df2 = pd.DataFrame({
'Service': ['ICE - Vintage 2025', 'ICE - Vintage 2025',
'ICE - Vintage 2024', 'ICE - Vintage 2023'],
'DeliveryPeriod': ['Mar25', 'Dec25', 'Sep25', 'Nov25'],
'FloatPrice': [5.00, 4.00, 6.00, 1.00]
})
# 步骤1：基于 DeliveryPeriod 左连接
df_merge = df1.merge(df2, on='DeliveryPeriod', how='left')
# 步骤2：生成匹配掩码（注意处理 None/Vintage='None' 等边界情况）
mask = df_merge.apply(
lambda row: (
isinstance(row['Vintage'], str) and
row['Vintage'] != 'None' and
row['Vintage'] in row['Service']
),
axis=1
)
# 步骤3：不匹配处 FloatPrice 置 0.00，并清理列
df_merge.loc[~mask, 'FloatPrice'] = 0.00
df_merge = df_merge.drop(columns=['Service'])
print(df_merge)✅ 输出结果与预期一致：
BA Product FixedPrice Vintage DeliveryPeriod FloatPrice 0 A foo 10.0 Vintage 2025 Mar25 5.0 1 B foo 11.0 Vintage 2025 Dec25 4.0 2 B foo 12.0 Vintage 2024 Sep25 6.0 3 C bar 2.0 None Nov25 0.0
⚠️ 注意事项：
-
apply(axis=1)是清晰易懂的方案，但对超大数据集可能较慢；若追求性能，可预处理df2，提取Vintage子串并构造映射字典（如{'Mar25': {'Vintage 2025': 5.0}}），再用map加速； -
Vintage == 'None'需显式排除，避免误判为子串匹配； - 若
Vintage列含缺失值（NaN），isinstance(..., str)自动返回False，安全可靠； - 最终
FloatPrice类型保持float64，便于后续数值计算。
该方法兼顾可读性与鲁棒性，适用于大多数「语义关联而非精确键匹配」的业务场景。
