Pandas多索引DataFrame合并：合并后保留唯一units sold列

你的问题出在使用merge方法时，因为两个DataFrame都包含同名的units sold列，merge会自动给它们加上_x和_y后缀来区分来源。由于两个DataFrame的Model值完全不重叠（德系和美系车无交集），其实更适合用行拼接的方式来合并，而不是关联合并。

最优解决方案：使用pd.concat #

直接用pd.concat将两个DataFrame按行拼接，因为它们的索引结构完全一致，且Model值唯一，拼接后会自动保留单个units sold列：

import pandas as pd
import numpy as np

# 原有的DataFrame创建代码不变
german_cars_sold = pd.MultiIndex.from_product([['Tom','Jerry'], ['2022', '2023'], ['Q1', 'Q2', 'Q3', 'Q4'], ['Porsche', 'Audi', 'Benz']],
                                               names=['SalesPerson', 'Year', 'Quarter', 'Model'])
columns = ['units sold']
german = pd.DataFrame(np.arange(48).reshape((len(german_cars_sold), len(columns))),
                    index=german_cars_sold, columns=columns)

US_cars_sold = pd.MultiIndex.from_product([['Tom','Jerry'], ['2022', '2023'], ['Q1', 'Q2', 'Q3', 'Q4'], ['Telsa', 'Ford', 'Jeep']],
                                          names=['SalesPerson', 'Year', 'Quarter', 'Model'])
US = pd.DataFrame(np.arange(48).reshape((len(US_cars_sold), len(columns))),
                    index=US_cars_sold, columns=columns)

# 替换merge为concat
combined = pd.concat([german, US])

如果坚持用merge的处理方式 #

如果一定要用merge，可以合并生成的两个后缀列，保留最终的单列：

combined = german.merge(US, on=['SalesPerson', 'Year', 'Quarter', 'Model'], how='outer')
# 合并两列，取非空值
combined['units sold'] = combined['units sold_x'].combine_first(combined['units sold_y'])
# 删除原有的两个后缀列
combined = combined.drop(columns=['units sold_x', 'units sold_y'])

说明 #

• concat是最适合场景的方法，因为你的需求是合并两个无重叠行的DataFrame，本质是行堆叠，而非按键关联。
• combine_first会优先取左边列的值，左边为空时取右边列的值，正好匹配你Model唯一的场景，不会有冲突。

内容的提问来源于stack exchange，提问作者Novice Python charmer