Python 3.x 当第一次合并的结果为空时，执行第二次合并

我事先为格式问题道歉

假设我有两个数据帧，一个带有姓名和电话号码，另一个带有ID，还有两个姓名电话对

df1 = pd.DataFrame([['John Doe', '555-555-5555'], ['Jane Doe', '555-555-5556'], ['Joe Doe', '555-555-5557']], columns=['Name', 'Phone'])
df2 = pd.DataFrame([['111','Jimmy Doe', '555-555-5552', 'John Doe', '555-555-5555'], ['112', 'Jane Doe', '555-555-5556', 'Joan Doe','555-555-5553'], ['113','Joe Doe', '555-555-5554', 'Joe Doe', '555-555-5557']], columns=['ID','Name1', 'Phone1', 'Name2', 'Phone2'])

我想合并这两个数据帧，以便从df2获得与df1上的人员数据对应的ID号。在我当前的设置中，我只是多次合并数据帧，首先合并Name1-Phone1集，然后合并Name2-Phone2集

执行此操作时，我会在第一个ID列的第一行和第三行中得到一个空值（可能是ID_X），在第二行中得到一个值

---

我要做的是编写一个函数，如果第一次合并的结果为空，则使用第二个名称集再次合并。我在概念上遇到的主要障碍是如何应用合并，这是我的理解，我必须基于整个数据帧，仅在ID列为空的行上进行合并。

您可以使用

pd.wide\u to_long

来重塑第二个数据帧，而不是执行多个合并。使用从宽到长的分组列['NameX'，'PhoneX']是一个真正用户友好的重塑选项

df2 = (pd.wide_to_long(df2, i='ID', j='to_drop', stubnames=['Name', 'Phone'])
         .reset_index()
         .drop(columns='to_drop'))
#    ID       Name         Phone
#0  111  Jimmy Doe  555-555-5552
#1  112   Jane Doe  555-555-5556
#2  113    Joe Doe  555-555-5554
#3  111   John Doe  555-555-5555
#4  112   Joan Doe  555-555-5553
#5  113    Joe Doe  555-555-5557

df1.merge(df2, how='left')

---

---

当我明天在办公室的时候，我肯定会尝试这个方法（我的数据比这个例子要复杂一些，所以我想检查一下），但这看起来已经很有希望了。现在投票赞成，如果成功，我会把它作为答案。非常感谢。如果在多组匹配的情况下，它不起作用或合并了太多内容，我可以提供一种迭代方法，只需@me来吸引我的注意力，我可以更新我非常感谢你的帮助。

       Name         Phone   ID
0  John Doe  555-555-5555  111
1  Jane Doe  555-555-5556  112
2   Joe Doe  555-555-5557  113