Dataframe 使用重复的键值从另一个数据帧分配列值

请帮帮我，我找不到好的解决办法 尝试映射、分配、合并、加入、设置索引。 也许只是我太累了：）

df:

df1：

df_最终版本：

   m_num  A  B  C
0      1  0  9  NaN
1      1  1  8  NaN
2      2  2  7  99
3      2  3  6  88
4      3  4  5  NaN
5      3  5  4  NaN

试试看：

df2 = df[df['m_num'].isin(df1['m_num'])].reset_index(drop=True)
df2 = pd.merge(df2,df1,on=[df1.index,'m_num']).drop('key_0',axis=1)
df2 = pd.merge(df,df2,on=['m_num','A','B'],how='left')
print(df2)

   m_num  A  B     C
0      1  0  9   NaN
1      1  1  8   NaN
2      2  2  7  99.0
3      2  3  6  88.0
4      3  4  5   NaN
5      3  5  4   NaN

打印：

df2 = df[df['m_num'].isin(df1['m_num'])].reset_index(drop=True)
df2 = pd.merge(df2,df1,on=[df1.index,'m_num']).drop('key_0',axis=1)
df2 = pd.merge(df,df2,on=['m_num','A','B'],how='left')
print(df2)

   m_num  A  B     C
0      1  0  9   NaN
1      1  1  8   NaN
2      2  2  7  99.0
3      2  3  6  88.0
4      3  4  5   NaN
5      3  5  4   NaN

说明：

df2 = df[df['m_num'].isin(df1['m_num'])].reset_index(drop=True)
df2 = pd.merge(df2,df1,on=[df1.index,'m_num']).drop('key_0',axis=1)
df2 = pd.merge(df,df2,on=['m_num','A','B'],how='left')
print(df2)

   m_num  A  B     C
0      1  0  9   NaN
1      1  1  8   NaN
2      2  2  7  99.0
3      2  3  6  88.0
4      3  4  5   NaN
5      3  5  4   NaN

也许有更好的解决方案，但这是我的思考过程。这个问题有点棘手，因为'm_num'是唯一的公共键，并且它有重复的值

首先，我在这里创建了一个

dataframe

匹配

df

和

df1

，这样我就可以使用

索引作为后续合并的另一个键

df2 = df[df['m_num'].isin(df1['m_num'])].reset_index(drop=True)

这张照片是：

   m_num  A  B
0      2  2  7
1      2  3  6

   m_num  A  B   C
0      2  2  7  99
1      2  3  6  88

正如您在上面所看到的，现在除了
m_num
键之外，我们还有索引0和1，我们可以使用它来匹配df1

df2 = pd.merge(df2,df1,on=[df1.index,'m_num']).drop('key_0',axis=1)

这张照片是：

   m_num  A  B
0      2  2  7
1      2  3  6

   m_num  A  B   C
0      2  2  7  99
1      2  3  6  88

然后将上述结果
dataframe
绑定到原始
df
并进行左连接以获得输出

df2 = pd.merge(df,df2,on=['m_num','A','B'],how='left')

您认为我们可以将标题编辑为“使用重复的键值从另一个数据框分配列值”之类的内容吗？