Pandas多重复键DataFrame左连接为空：实现两表关联需求

你遇到的空DataFrame问题，核心原因是没有指定正确的连接列：默认情况下pd.merge()会自动寻找两个DataFrame中名称相同的列作为连接键，但你的DataFrame A用的是B_id列，DataFrame B用的是ID列，列名不匹配导致无法关联数据，最终返回空结果。

两种可行的解决方法： #

方法一：显式指定连接列（推荐，无需修改原DataFrame）

用left_on指定A的连接列，right_on指定B的连接列，同时保留how='left'确保A的所有行都被保留：

import pandas as pd

# 构造与你提供结构一致的示例数据
A = pd.DataFrame({
    'ID': [1, 2, 3],
    'Name': ['John', 'Emily', 'Erick'],
    'B_id': [123, 123, 321]
})

B = pd.DataFrame({
    'ID': [123, 321],
    'Model': ['M1', 'M2']
})

# 执行左连接
merged_df = pd.merge(A, B, left_on='B_id', right_on='ID', how='left')

# 处理重复ID列（可选：保留A的ID，删除B引入的ID）
merged_df = merged_df.drop(columns=['ID_y']).rename(columns={'ID_x': 'ID'})

执行后得到的结果完全符合你的预期：

方法二：重命名B的列后再连接

先把B的ID列重命名为B_id，让两个DataFrame有同名连接列，之后直接用on参数完成连接：

# 重命名B的ID列
B_renamed = B.rename(columns={'ID': 'B_id'})

# 执行左连接
merged_df = pd.merge(A, B_renamed, on='B_id', how='left')

这种方法不会产生重复的ID列，结果和方法一一致。

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