如何按匹配索引合并行不匹配的数据集并保留指定列

示例数据 #

先看两个行条目不匹配的数据集，其中df2包含部分ID的补充内容，且存在数据类型差异：

import pandas as pd

# df1：需要保留全部数据的主数据集
df1 = pd.DataFrame({
    "ID": [1, 2, 3, 4, 5],
    "Item Name": ["Apple", "Banana", "", "Orange", "Mango"]
})

# df2：仅包含部分ID的补充信息，数据类型混合（字符串、数值）
df2 = pd.DataFrame({
    "ID": [2, 4, 6],
    "Item Name": [" (Yellow)", 100, " (Imported)"]
})

期望输出 #

保留df1所有ID，将df2对应ID的内容追加到Item Name列，最终只保留原df1的两列：

# 期望结果
expected_output = pd.DataFrame({
    "ID": [1, 2, 3, 4, 5],
    "Item Name": ["Apple", "Banana (Yellow)", "", "Orange100", "Mango"]
})

高效实现方案 #

用pandas的左连接+字符串拼接的方式，能处理数据类型差异、缺失值，且适配绝大多数类似场景：

# 1. 按ID左连接，确保df1的所有行都被保留
merged = df1.merge(df2, on="ID", how="left", suffixes=("", "_df2"))

# 2. 把df2的补充列统一转成字符串，无匹配的用空字符串填充
merged["Item Name_df2"] = merged["Item Name_df2"].astype(str).fillna("")

# 3. 拼接两个Item Name列，覆盖原df1的字段
merged["Item Name"] = merged["Item Name"] + merged["Item Name_df2"]

# 4. 只保留原df1需要的两列
result = merged[["ID", "Item Name"]]

print(result)

关键细节说明 #

• 左连接(how="left")：强制保留df1的全部数据，不管df2有没有对应ID的条目
• 类型统一(astype(str))：解决df2中数据类型混乱的问题，不管是数值、布尔还是其他类型，都转成字符串再拼接
• 缺失值处理(fillna(""))：df2中没有匹配的ID会生成NaN，转成空字符串避免拼接后出现无效内容
• 场景适配：如果需要追加的是其他字段（比如Description），只需要修改merge的关联字段和拼接时的列名即可，逻辑完全通用

内容的提问来源于stack exchange，提问作者tooDeeStoned