如何基于B、C列匹配合并两个Pandas DataFrame？

你可以使用Pandas的merge()函数，通过指定匹配列（B和C）实现需求，无需依赖索引匹配。具体代码如下：

import pandas as pd

# 定义原始DataFrame
df1 = pd.DataFrame({'A': [2, 3, 4], 'B': [5, 6, 7], 'C': [8, 9, 0]})
df2 = pd.DataFrame({'B': [6, 7, 5], 'C': [9, 0, 8], 'D': [1, 6, 2]})

# 基于B、C列匹配合并，保留df1的全部行结构
df3 = pd.merge(df1, df2, on=['B', 'C'], how='left')

print(df3)
# 输出结果与期望一致：
#    A  B  C  D
# 0  2  5  8  2
# 1  3  6  9  1
# 2  4  7  0  6

关键参数说明 #

• on=['B', 'C']：明确指定以B和C两列作为匹配键，只有当两行的B、C值完全相同时才会合并，彻底避开索引不匹配的问题。
• how='left'：以df1为基准保留所有行，同时将df2中匹配到的D列值对应填充。如果df1存在B、C组合在df2中无匹配项，对应D列会显示NaN（你的示例中所有组合均能匹配，因此无此情况）。

内容的提问来源于stack exchange，提问作者Jeroen