pandas.merge()输出列规则疑问及代码异常现象求解

一、你的问题解析 #

1. 为什么列"A"是Series的索引，且未保留原索引？ #

• 合并键命名规则：你使用left_index=True（左表用索引作合并键）和right_on="A"（右表用列"A"作合并键），此时pandas会将左表的索引作为合并键，并沿用右表键列的名称"A"，所以结果中第一列"A"的值是s1的索引（4/5/6）。
• 同名列后缀处理：你的左表是name="A"的Series，转成DataFrame后自带一列"A"；右表也有一列"A"。这两列都不是合并键（合并键是左索引和右表的"A"列），因此pandas根据suffixes参数给它们加上后缀，得到"A_left"（左表原列值100/200/300）和"A_right"（右表原列，因无匹配值显示NaN）。
• 索引丢失原因：merge默认会丢弃原索引，生成新的RangeIndex（你输出中的NaN是显示误差，实际为0/1/2这类连续索引）。若要保留原索引，需手动通过set_index调整，或改用join方法。
• 无匹配的原因：左表索引是4/5/6，右表列"A"的值是100/200/300，两者完全不匹配，因此左连接后右表的B/C/D列全部显示NaN。

2. merge() 输出列的详细规则 #

（1）合并键列的处理

• 若合并键来自列（left_on/right_on）：
  • 左右键列同名时，结果保留一个键列，名称为原列名（不加后缀）。
  • 左右键列不同名时，结果保留两个键列，分别使用原列名。
• 若合并键来自索引（left_index/right_index）：
  • left_index=True + right_on=col：键列名称取right_on指定的列名，值为左表索引。
  • right_index=True + left_on=col：键列名称取left_on指定的列名，值为右表索引。
  • left_index=True + right_index=True：键列名称优先取左表索引名（若存在），否则取右表索引名，均无则默认命名为"index"。

（2）非键列的处理

• 非键列同名时：根据suffixes参数（默认('_x', '_y')）给左表列加第一个后缀，右表列加第二个后缀。
• 非键列不同名时：直接保留原列名，按左表→右表的顺序排列。

（3）列的顺序

• 合并键列排在最前面。
• 随后是左表的非键列（按原顺序）。
• 最后是右表的非键列（按原顺序）。

（4）索引的处理

• merge默认生成新的RangeIndex（连续整数），丢弃原索引。
• 如需保留原索引，合并后可调用df.set_index(原索引列名)，或改用join方法（默认保留左表索引）。

二、修正示例（实现正确匹配） #

若你想让左表的Series值与右表的"A"列匹配，应将合并键改为左表的列"A"，而非索引：

df3 = pd.merge(
    s1,
    df2,
    suffixes=("_left", "_right"),
    how="left",
    left_on="A",  # 使用左表的列"A"作为合并键
    right_on="A",
)
print(df3)

输出结果：

A  B  C  D
0  100  1  1  1
1  200  2  2  2
2  300  3  3  3

内容的提问来源于stack exchange，提问作者EricPai