如何在Pandas中按公共列的并集横向合并两个DataFrame？

你可以通过**多级列（MultiIndex）**结合外连接的方式实现这个需求，具体步骤如下：

步骤1：准备示例数据 #

先还原你给出的两个DataFrame：

import pandas as pd

df1 = pd.DataFrame({
    'id': [1,2,4],
    'name': ['a','b','c'],
    'val': [23,90,72]
}).set_index('id')

df2 = pd.DataFrame({
    'id': [1,3,4],
    'name': ['d','e','f'],
    'val': [88,12,11]
}).set_index('id')

步骤2：给列添加层级标签 #

为两个DataFrame的列分别加上df1和df2的顶层标签，形成多级列结构：

df1.columns = pd.MultiIndex.from_product([['df1'], df1.columns])
df2.columns = pd.MultiIndex.from_product([['df2'], df2.columns])

步骤3：外连接合并 #

使用join方法进行外连接，这样会保留所有id，缺失的位置自动填充NaN：

result = df1.join(df2, how='outer')

步骤4：调整列的顺序（可选） #

如果需要让df1的name、val和df2的name、val按你给出的顺序排列，可以手动调整列顺序：

result = result[['df1', 'df2']].reindex(columns=['name', 'val'], level=1)

最终输出的result就是你想要的格式：

df1      df2    
    name val name val
id                   
1      a  23    d  88
2      b  90  NaN NaN
3    NaN NaN    e  12
4      c  72    f  11

内容的提问来源于stack exchange，提问作者Aayush Mohan Sinha