Pandas按ID合并DataFrame匹配异常问题咨询

核心问题 #

你需要基于id字段将DF1与DF2的home_rest、away_rest字段合并，保留DF1的所有行并忽略DF2中无关行，但之前的操作因匹配逻辑错误或字段类型不匹配导致失败：

• 方法1的左连接无数据：大概率是id字段在两个DataFrame中的数据类型不一致（比如一个是整数，一个是字符串），导致无法匹配。
• 方法2、3用索引/concat连接：是按行的位置索引而非id值匹配，自然会得到错误的顶部行数据。

正确解决步骤 #

1. 先统一id字段的数据类型 #

这是最常见的匹配失败原因，先检查并转换类型：

# 查看两个DataFrame的id字段类型
print("DF1 id类型:", df1['id'].dtype)
print("DF2 id类型:", df2['id'].dtype)

# 统一转换为整数类型（如果实际是字符串则改为astype(str)）
df1['id'] = df1['id'].astype(int)
df2['id'] = df2['id'].astype(int)

2. 执行正确的字段匹配合并 #

使用pd.merge基于id字段做左连接（保留DF1所有行，匹配DF2对应数据），或者内连接（只保留两边都有的id行）：

左连接（推荐，保留DF1全部行）

newdf = pd.merge(df1, df2[['id', 'home_rest', 'away_rest']], on='id', how='left')

内连接（仅保留DF1和DF2共有的id行）

newdf = pd.merge(df1, df2[['id', 'home_rest', 'away_rest']], on='id', how='inner')

额外注意事项 #

• 如果DF2中存在重复的id值，合并后会出现多行数据，可先去重：

  df2 = df2.drop_duplicates(subset='id', keep='first')
  

• 提前验证DF2中是否包含DF1的id值：

  # 统计DF1中有多少id存在于DF2中
  match_count = df1['id'].isin(df2['id']).sum()
  print(f"DF1中有{match_count}个id在DF2中匹配")
  

  如果结果为0，说明DF2中没有对应ID的数据，需要检查数据源。

内容的提问来源于stack exchange，提问作者willisj318