如何恢复Pandas右连接丢失的行并保留正确数据？

1. 确认Right Join的表顺序 #

Right Join的核心逻辑是保留merge第二个参数（右表）的所有行，如果你的目标是保留包含2021年行的第二个DataFrame所有条目，确保它是merge的第二个参数：

# 假设 pt 是第一个DataFrame，right_df 是包含2021年行的第二个DataFrame
merged_df = rdPy.merge(pt, right_df, how='right', on=['Category', 'AY'])

若之前搞反了左右表顺序，会直接导致右表的行被丢弃，这是最常见的问题。

2. 修正列赋值逻辑（无需更换连接方式） #

你之前的赋值代码错误使用了isnull().any()——这个方法返回的是整个列的布尔值（是否存在空值），而非每行的空值判断。修正后可直接在Right Join结果上处理左表无匹配的行，且不影响其他正确匹配的条目：

# 筛选条件：Total不为0，且左表的RsvT列无匹配（为空）
mask = (merged_df['Total'] != 0) & merged_df['RsvT'].isnull()

# 对符合条件的行，将右表列值赋值到目标列
merged_df.loc[mask, 'LossP'] = merged_df.loc[mask, 'Loss']
merged_df.loc[mask, 'ALAEP'] = merged_df.loc[mask, 'ALAE']
merged_df.loc[mask, 'ULAEP'] = merged_df.loc[mask, 'ULAE']
merged_df.loc[mask, 'AAO-ULP'] = merged_df.loc[mask, 'AAO-UL']

3. 排查连接键匹配问题 #

如果Right Join后仍丢失行，检查连接键的一致性：

• 数据类型统一：比如AY列一个是整数2021，一个是字符串"2021"会导致匹配失败，统一类型后再合并：

  pt['AY'] = pt['AY'].astype(str)
  right_df['AY'] = right_df['AY'].astype(str)
  

• 消除格式差异：Category列可能存在前后空格或大小写差异，用字符串方法统一：

  pt['Category'] = pt['Category'].str.strip().str.lower()
  right_df['Category'] = right_df['Category'].str.strip().str.lower()
  

• 检查重复键：右表若存在重复的[Category, AY]组合，merge后行数会膨胀但不会丢失行，可通过right_df.duplicated(subset=['Category', 'AY']).sum()统计重复数量。

4. 检查后续数据处理步骤 #

确认merge后是否有dropna、筛选等操作意外删除了左表无匹配的行（这类行的左表对应列会是NaN），比如：

# 错误示例：会删除所有RsvT为空的行
merged_df = merged_df.dropna(subset=['RsvT'])

内容的提问来源于stack exchange，提问作者SaicheS