Excel两表根据指定值进行一对多合并效果

Question

我有2个excel文件，A文件是订单金额信息，B文件是手续费信息，
两个文件都可以用“Transaction_id”来进行一对多进匹配，达到紫色的效果。

这种效果应该不叫合并，所以感觉不是用merge，不知道这种操作叫什么，看了一下groupby，好像也不是。

Answer 1

两个dateframe A先根据这个id使用groupby或者筛选到对应的B数据列，然后合并concat操作。需要代码的话，我给你写。采纳下就行。
最终效果：

实现代码：

import pandas as pd

# 读取Excel文件
df_a = pd.read_excel('A.xls',dtype=str)
df_b = pd.read_excel('B.xls',dtype=str)

#
df_result = pd.DataFrame()
for i in range(len(df_a)):

    transaction_id = df_a.iloc[i]['Transaction_id']
    df = df_b[df_b['Transaction_id']==transaction_id] #按transaction_id查找B表的数据
    #合并数据
    #当前行数据
    df_current = df_a.iloc[i].to_frame().T

    #获取Partner_Transaction_id列
    coumn = pd.DataFrame([df.iloc[0]['Partner_Transaction_id']],columns=['Partner_Transaction_id'],index=[i])

    # 增加一列Partner_Transaction_id
    df_current = pd.concat([coumn,df_current],axis=1,)

    df_result = pd.concat([df_result,df_current])
    #增加一行（把B表符合条件的表头作为一行）
    row= pd.DataFrame([df.columns.tolist()],columns=df_result.columns)

    df_result = pd.concat([df_result,row])
    #把B中符合条件的行都添加进来
    for j in range(len(df)):
        row = pd.DataFrame([df.iloc[j].tolist()], columns=df_result.columns)
        df_result = pd.concat([df_result, row],ignore_index=True)

    # 每2个记录之间添加一个空行，为了美观
    row = pd.DataFrame([["" for a in range(len(df_current.columns))]], columns=df_current.columns)
    df_result = pd.concat([df_result, row], ignore_index=True)



# 将结果保存到Excel文件 追加保存
df_result.to_excel('result_ab.xls',index=False)