Pandas多列合并时丢失其他列的问题排查与解决

问题重现 #

我需要合并两个DataFrame：

• df1包含Column A、Column B、Column C、Column D四列
• df2包含Column E、Column F、Column G、Column H四列

预期合并后得到包含所有8列的结果，于是用了外连接合并代码：

df1.merge(df2, how='outer', left_on=['Column A','Column B'], right_on=['Column E','Column F'])

但执行后发现df1的Column C和Column D直接丢失了，只有部分列显示。为了确认不是显示限制导致的，我设置了：

pd.set_option('display.max_columns', None)

打印后确实确认这两列没有出现在合并结果里。

问题原因与解决 #

排查后发现，问题出在从Excel导入df1时索引丢失。只需要先恢复df1的索引：

df1 = df1.reset_index()

之后再执行原来的合并代码，就能得到包含所有列的正确结果了。

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