如何合并仅含单列的两个pandas DataFrame？merge是否适用？

我需要合并两个仅含一列的Pandas DataFrame（df1和df2），期望得到如示例所示的df3。示例代码及输出如下：

import pandas as pd

data1 = [
    'A',
    'B',
    'C']
df1 = pd.DataFrame(data1,columns=['name'])
data2 = [
    'B',
    'C',
    'D']

df2 = pd.DataFrame(data2,columns=['name'])

data3 = [
    ['A',],
    ['B','B'],
    ['C','C'],
    [None,'D']]

df3 = pd.DataFrame(data3,columns=['name_x','name_y'])

print(df1)
print(df2)
print(df3)

输出结果：

name
0    A
1    B
2    C
  name
0    B
1    C
2    D
  name_x name_y
0      A   None
1      B      B
2      C      C
3   None      D

推荐方法：使用merge的全外连接 #

最直接的方式是用Pandas的merge方法，指定how='outer'（全外连接），保留两个DataFrame的所有元素，匹配项合并到同一行，不匹配项用NaN填充（可按需转换为None）：

import pandas as pd

data1 = ['A', 'B', 'C']
df1 = pd.DataFrame(data1, columns=['name'])
data2 = ['B', 'C', 'D']
df2 = pd.DataFrame(data2, columns=['name'])

# 执行全外连接，指定列后缀区分来源
df3 = pd.merge(df1, df2, on='name', how='outer', suffixes=('_x', '_y'))
# 将NaN转换为None（可选操作）
df3 = df3.where(pd.notnull(df3), None)

print(df3)

输出结果与期望完全一致：

name_x name_y
0      A   None
1      B      B
2      C      C
3   None      D

其他可选方法：基于唯一值的分步连接 #

如果需要对中间流程做额外控制，可以先提取两个DataFrame的所有唯一值，再分别与原表做左连接：

import pandas as pd

data1 = ['A', 'B', 'C']
df1 = pd.DataFrame(data1, columns=['name'])
data2 = ['B', 'C', 'D']
df2 = pd.DataFrame(data2, columns=['name'])

# 获取所有唯一的name值
all_names = pd.DataFrame({'name': pd.concat([df1['name'], df2['name']]).unique()})
# 分别与df1、df2做左连接
df3 = all_names.merge(df1, on='name', how='left').merge(df2, on='name', how='left')
# 调整列名并转换NaN为None
df3.columns = ['name', 'name_x', 'name_y']
df3 = df3.drop('name', axis=1).where(pd.notnull(df3), None)

print(df3)

该方法效果与全外连接一致，步骤稍多，适合需要在中间环节添加自定义逻辑的场景。

内容的提问来源于stack exchange，提问作者beetlej