Python将值附加到唯一对象列表中

请原谅我在这个问题上的幼稚。在过去的几个月里，我一直在积极尝试对编程有一个初步的了解。有很多差距，所以我可能不知道我不知道什么

我正在使用的数据集目前在excel中，因此VBA可能是一个不错的选择，但是我想借此机会使用Python。我会将数据作为CSV导入，然后对其进行操作。这似乎非常适合熊猫数据帧

我有一个对象列表，每个对象都有几个命名值：

 Object Name | Value Name  | Value        |
|:-----------|------------:|:------------:|
| a1         |        top1 |     20     
| a1         |        top2 |     30
| a1         |        top3 |     65
| a2         |        top1 |     28      
| a2         |        top2 |     32
| a3         |        top1 |     89
| a3         |        top2 |     120
| a3         |        top3 |     160
...

 Object Name | Value Name  | Value        |
|:-----------|------------:|:------------:|
| a1         |        top1 |     20     
| a1         |        top2 |     30
| a1         |        top3 |     65
| a1 *       |        base |     99
| a2         |        top1 |     28      
| a2         |        top2 |     32
| a2 *       |        base |     250
| a3         |        top1 |     89
| a3         |        top2 |     120
| a3         |        top3 |     160
| a3 *       |        base |     600

在一个单独的列表中，每个对象都有一个附加值

 Object Name | Value Name  | Value        |
|:-----------|------------:|:------------:|
| a1         |        base |     99     
| a2         |        base |     250
| a3         |        base |     600
| a4         |        base |     87
| a5         |        base |     1202
| a6         |        base |     58
...

我想为每个对象添加新的值/值名称

输出应如下所示（星号表示附加值）：

粗略地说，这就是我想要实现的目标：

for each object in objects:
    if df_Objects[ObjectName] = df_Object_Base[ObjectName]:
        df_Objects = df_Objects + {Value_Name, Value}

---

我只是最近才成功地安装了熊猫，但我并没有把它发挥多大作用。最终目标是将修改后的数据导出为CSV。如果你有一个更简单的方法，我会非常乐意看到它。

感谢@johnchase提供了解决这个问题的洞察力

如果使用数据帧，则概述了正确的方法

我试图在一列上连接两个数据帧（上面链接中的示例）：

-

从这里开始，使用pandas导出为csv应该是一个非常简单的操作

---

谢谢

听起来好像您正试图基于一列合并两个数据帧，尽管还不完全清楚。如果您要包括一个输出应该是什么样子的示例，它可能会澄清问题。@johncase该问题已被编辑以显示所需的输出

>>> A              >>> B
lkey value         rkey value
0   foo  1         0   foo  5
1   bar  2         1   bar  6
2   baz  3         2   qux  7
3   foo  4         3   bar  8

>>> merge(A, B, left_on='lkey', right_on='rkey', how='outer')
lkey  value_x  rkey  value_y
0  foo   1        foo   5
1  foo   4        foo   5
2  bar   2        bar   6
3  bar   2        bar   8
4  baz   3        NaN   NaN
5  NaN   NaN      qux   7