如何合并两个不同大小的Pandas DataFrame且不丢失条目？

你使用的pd.merge()默认是内连接（inner join），只会保留两个DataFrame中Name列匹配的行，因此丢失了不匹配的条目。要实现需求，需要用**左连接（left join）**保留左表（alevel_count）的所有行，再将缺失值替换为0。

步骤1：左连接合并DataFrame #

指定how='left'，以alevel_count为基准保留所有行，右表中匹配不上的列会填充NaN：

merged_df = pd.merge(alevel_count, gcse_count, on='Name', how='left')

步骤2：将NaN替换为0 #

针对GCSEs列替换缺失值，或者全局替换所有列的缺失值：

# 仅替换GCSEs列的NaN
merged_df['GCSEs'] = merged_df['GCSEs'].fillna(0)

# 或者全局替换所有列的NaN
merged_df = merged_df.fillna(0)

完整示例代码 #

import pandas as pd

# 构造示例数据
alevel_count = pd.DataFrame({
    'Name': ['Joe Bloggs', 'Zane Valdez', 'Sherlock Holmes', 'Joseph Ryan', 'Christian Willis'],
    'ALevels': [3, 1, 4, 2, 1]
})

gcse_count = pd.DataFrame({
    'Name': ['Joe Bloggs', 'Zane Valdez', 'Sherlock Holmes'],
    'GCSEs': [5, 4, 2]
})

# 左连接合并
merged_df = pd.merge(alevel_count, gcse_count, on='Name', how='left')
# 替换NaN为0
merged_df['GCSEs'] = merged_df['GCSEs'].fillna(0)

print(merged_df)

输出结果 #

Name  ALevels  GCSEs
0        Joe Bloggs        3    5.0
1       Zane Valdez        1    4.0
2   Sherlock Holmes        4    2.0
3       Joseph Ryan        2    0.0
4  Christian Willis        1    0.0

内容的提问来源于stack exchange，提问作者knight