Python 3.x 熊猫：当列值重叠时，使用精确匹配在一列上合并

我有两个数据帧，我想根据一列（SKU）中的值进行合并。“SKU”值各不相同。例如，SKU值的范围从“00047”到“TPA20839”。但是，它们始终是字母数字

当从csv文件读取数据帧时，我将“SKU”列转换为字符串，以便它们合并到相同的数据类型上。除非存在重叠的字符串值，否则数据将正确合并

例如，有一个df_主机['SKU']value=“6748”。df_inv['SKU']->“6748”和“9006748”中有两个类似的值（两个不同的项目，6748==6748 9006784！=6748）

这将导致此行不会出现在新数据框中

我希望它精确匹配，类似于excel中的=match（“”，，，0）函数。你能帮我做到这一点吗

df_master['SKU'] = df_master['SKU'].astype(str)
df_inv['SKU'] = df_inv['SKU'].astype(str)

df_new = pd.merge(df_inv, df_master, on='SKU')

df_new.to_csv('new-master.csv', sep=',', encoding='utf-8')

我认为诀窍可能是以不同的格式设置数据类型，但我不确定。

尝试以下方法：

vals_matched = []
haystacks = df_inv['SKU'].astype(str).tolist()
needles = df_master['SKU'].astype(str).tolist()

for needle in needles:
    for haystack in haystacks:
        if needle in haystack:
            vals_matched.append(needle)
            break

df_master = df_master[df_master.SKU.astype(str).isin(needles)]

---

break

语句继续到下一个

指针

，即您尝试匹配的下一个值。原因是两个列表之间的单个匹配就足够了。

我不太明白问题所在，

9006784！=6748，所以它们绝对不应该合并。“90006784”的行是否因为不匹配而不再显示在输出中？默认的
merge
是一个内部合并，它只保留两个
数据帧共用键的行。在这种情况下，您可能希望进行正确的合并，因为名称为
df_master
就是这样。你能帮我理解吗？我读过关于右、左、内、外的书，但我不能把我的头绕在上面。当我执行INTERNAR时，两个键是否都应该显示，因为它都在两个数据帧中？更新：当使用“how=right”时，它将返回所有SKU，但相应的值为NaN。这只适用于像9006784和6748这样奇怪重叠的str。合并只能用于精确的键，因此9006748不会与另一个数据帧中的6748合并。由于最后4位数字的原因，您可能知道它们是相同的，但合并无法实现。如果你需要合并这样的东西，你需要使用更复杂的逻辑，或者如果总是最后4位，那么你可以只合并最后4个字符