如何实现无重复缺失行的DataFrame外连接合并？

核心思路是为每个分组添加组内序号，将序号与A共同作为合并键，这样只有同分组同序号的行会匹配，超出匹配数量的行自然会填充NaN，避免重复值填充。

实现代码 #

# 为两个DataFrame添加组内序号
df1['idx'] = df1.groupby('A').cumcount()
df2['idx'] = df2.groupby('A').cumcount()

# 以A和idx为键做外连接
merged = pd.merge(df1, df2, how='outer', on=['A', 'idx'])

# 去掉临时的idx列，调整列顺序（可选，匹配目标结果格式）
merged = merged.drop('idx', axis=1)[['A', 'B_x', 'C_x', 'B_y', 'C_y']]

print(merged)

输出结果 #

A   B_x  C_x  B_y  C_y
0  10   0.0  2.0  4.0  7.0
1  10   4.0  7.0  NaN  NaN
2  20   5.0  8.0  5.0  8.0
3  20   NaN  NaN  6.0  9.0
4  30   6.0  9.0  NaN  NaN

方案优势 #

1. 无需指定列名：不管df1/df2有多少列，都不需要手动处理重复列，完全通用
2. 逻辑简洁高效：利用分组序号精准匹配，避免后续的重复值替换操作，性能更优
3. 结果完全符合需求：自动为超出匹配数量的行填充NaN，无需额外调整

内容的提问来源于stack exchange，提问作者Wang