如何合并三个Pandas DataFrame并保留全部用户数据？

问题核心是当前流程只覆盖了有活动记录的用户，要保留users_df里的全部154个用户，需要先把用户表和活动记录表做关联，再生成透视表。

具体步骤：

1. 按原有逻辑合并user_records_df与activities_df，得到带活动名称的记录数据
2. 将上述结果与users_df做左连接（以users_df为基准），确保所有用户都被保留，无活动记录的用户对应字段会显示NaN
3. 基于包含所有用户的数据集生成透视表

修改后的完整代码：

# 合并活动记录与活动名称
merged_records_activity_df = pd.merge(user_records_df, activities_df, on='activityId', how='left')

# 左连接用户表，保留全部用户
all_users_records = pd.merge(users_df, merged_records_activity_df, left_on='id', right_on='userId', how='left')

# 生成包含所有用户的透视表
pivot_table = all_users_records.pivot_table(
    index='id',  # 以用户表的id作为索引，确保无活动用户不丢失
    columns='title',
    values='completedDate',
    aggfunc='first'
).reset_index()

# 可选：若需保留用户姓名，可将姓名加入透视表索引
# pivot_table = all_users_records.pivot_table(
#     index=['id', 'firstName', 'lastName'],
#     columns='title',
#     values='completedDate',
#     aggfunc='first'
# ).reset_index()

关键说明 #

• 左连接(how='left')以users_df为左表，是保留所有用户的核心操作
• 透视表索引使用users_df的id字段，避免无活动用户因缺失userId被过滤
• 无活动记录的用户，对应活动列的值会显示NaN，符合需求

内容的提问来源于stack exchange，提问作者user3067684