如何合并员工姓名DataFrame与工时统计Pandas DataFrame？

问题核心是关联列名不匹配+未使用左连接，导致你要么丢失员工记录，要么得到全NaN结果。以下是直接可行的步骤：

关键操作点 #

• 对齐两个表的关联列名：Employees的列是Names，Hours的是Name，必须统一才能正确匹配
• 使用how='left'的左连接，强制保留Employees中的所有员工（包括没有工时记录的Jill）

完整代码示例 #

import pandas as pd

# 构造你的两个原始DataFrame
employees = pd.DataFrame({'Names': ['Bob', 'Jack', 'Jill', 'Fred']})
hours = pd.DataFrame({
    'Name': ['Bob', 'Jack', 'Fred'],
    'mon': [5, pd.NA, 3],
    'tues': [pd.NA, 5, 3],
    'wens': [4, 3, 2],
    'thur': [3, pd.NA, 3],
    'fri': [pd.NA, 6, 1]
})

# 1. 统一关联列名
employees = employees.rename(columns={'Names': 'Name'})

# 2. 左连接合并，保留所有员工
final_df = pd.merge(employees, hours, on='Name', how='left')

# 查看结果
print(final_df)

输出结果 #

Name   mon  tues  wens  thur   fri
0    Bob     5   NaN     4     3   NaN
1   Jack   NaN     5     3   NaN     6
2   Jill   NaN   NaN   NaN   NaN   NaN
3   Fred     3     3     2     3     1

如果你的原始Hours表中空白是字符串空格而不是NaN，先执行这一步转换：

hours = hours.replace('', pd.NA)

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