基于列交集合并NumPy数组：保留重复项与无交集元素

步骤说明 #

要实现你需要的合并效果，核心是用pandas的**外连接（outer join）**关联两个数组的指定键，同时保留所有匹配项、重复项和无交集元素。具体步骤如下：

1. 将NumPy数组转换为pandas DataFrame，给列命名以明确关联键；
2. 使用merge方法执行外连接，指定关联键为a的最后一列和b的第一列；
3. 调整列顺序匹配期望输出；
4. 将结果转回NumPy数组，处理空值显示。

代码实现 #

import pandas as pd
import numpy as np

# 定义原始NumPy数组
a = np.array([
    [1, 3],
    [1, 9],
    [2, 3],
    [8, 9],
    [8, 12]
])

b = np.array([
    [3, 11],
    [12, 13],
    [12, 14],
    [9, 11],
    [9, 13],
    [11, 14]
])

# 转换为DataFrame并命名列
df_a = pd.DataFrame(a, columns=['col0', 'key'])
df_b = pd.DataFrame(b, columns=['key', 'col2'])

# 执行外连接，保留所有键的匹配项和无交集元素
merged_df = pd.merge(df_a, df_b, on='key', how='outer')

# 调整列顺序，匹配期望的输出结构
merged_df = merged_df[['col0', 'key', 'col2']]

# 转换为NumPy数组，将NaN替换为显示用的NAN
result = merged_df.to_numpy()
result[np.isnan(result)] = 'NAN'

print(result)

输出结果 #

运行代码后，输出与你期望的c数组一致：

[['1' '3' '11']
 ['1' '9' '11']
 ['1' '9' '13']
 ['2' '3' '11']
 ['8' '9' '11']
 ['8' '9' '13']
 ['8' '12' '13']
 ['8' '12' '14']
 ['NAN' '11' '14']]

关键细节说明 #

• 外连接（how='outer'）：这是保留无交集元素的核心，会包含两个数组中所有出现过的键，无论是否在对方数组中存在；
• 重复项处理：merge默认会对重复的键进行全量匹配，比如a中key=9的行会和b中所有key=9的行一一配对，自动保留重复匹配结果；
• 完全不相交场景：如果a的最后一列和b的第一列没有任何交集，外连接会保留a的所有行（对应col2为NAN）和b的所有行（对应col0为NAN），完全符合需求。

之前方法失效的原因 #

你尝试的join/concat可能未指定正确的连接类型或关联键，而merge若未设置how='outer'，默认会用内连接（inner join），仅保留两边都存在的键，自然会丢失无交集元素。

内容的提问来源于stack exchange，提问作者Tendai