Python处理表格匹配

既然 pandas 的 merge 方法是按照关系数据库表连接设计的，那么自然有数据库中的"关系验证"功能：

merge 设置参数 validate=‘1:1‘ ，表示1对1关系(匹配表1条记录只能匹配数据源表1条记录)现在，再次执行匹配，pandas 报错，明确告诉你，右表有重复记录

还有其他的验证关系，比如：‘1:m‘,‘m:1‘,‘m:m‘

有时候需求就是要在重复数据中匹配某一条符合条件的记录。但是，pandas 中的 merge 是不会提供这样的功能。因为 pandas 中处理数据非常简单灵活，把数据源按要求处理规范是非常简单。下面看看例子。

"匹配时间最晚的人员信息"：

先把数据源按要求得到最后更新的记录即可

跟着专栏学习的同学应该都能理解，这里不展开讲解

我们可以用 Python 的基本知识即可对这些逻辑进行封装。 "匹配收入最小的人员信息"：

自定义

如果不希望每次都写 merge 的各种参数，我们也可以自定义一个 vlookup 方法，把 merge 调用细节隐藏起来。

用上一个例子的数据。 "根据名字匹配信息，重复时，使用平价收入作为返回"：

上图2个核心处理都直接使用自定义的方法现在，已经不需要分组与连接表的知识，也能轻松得到复杂的匹配需求了总结DataFrame.merge() ，2表连接参数 on 指定匹配关键列参数 validate 可对表关系进行验证参数 how 可指定连接方式，常用的关系都有

需要源码的小伙伴请转发本文并私信我"python"

如果希望从零系统开始学习 pandas ，那么可以看看我的 pandas 专栏，其中还有大量数据分析案例，教你方法、教你思路，玩转你的数据。