在Python中，可以使用pandas庫的merge()函數來解決多對多匹配的問題。merge()函數可以將兩個或多個數據集按照指定的列（或索引）進行匹配，并將匹配的結果合并在一起。
下面是一個示例代碼，演示如何使用merge()函數解決多對多匹配的問題：
import pandas as pd
# 創建兩個數據集
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'key': ['K0', 'K1', 'K2', 'K3']})
df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3'],
'key': ['K0', 'K1', 'K2', 'K3']})
# 使用merge()函數進行匹配
result = pd.merge(df1, df2, on='key')
print(result)
輸出結果為：
A B key C D
0 A0 B0 K0 C0 D0
1 A1 B1 K1 C1 D1
2 A2 B2 K2 C2 D2
3 A3 B3 K3 C3 D3
在這個示例中，我們創建了兩個數據集df1和df2，并且都包含了一個列key。然后使用merge()函數將這兩個數據集按照key列進行匹配，得到了匹配結果result。
需要注意的是，merge()函數默認進行的是內連接（inner join），即只保留兩個數據集中key列匹配的行。如果想要進行其他類型的連接，可以通過設置how參數來指定連接方式，如how='left’表示左連接，how='right’表示右連接，how='outer’表示外連接等。
除了使用merge()函數，也可以使用其他數據分析庫中的對應函數來解決多對多匹配的問題，比如SQLAlchemy庫的join()函數。
