如何合并多个无全共同列但两两有共列的DataFrame且无重复列

要实现预期的多表合并，不能直接用pd.concat（它仅按行/列直接拼接，不处理行之间的关联匹配），需要用pd.merge分步做外连接（outer join），利用两两之间的公共列逐步关联所有表：

1. 先创建示例DataFrame（模拟你的数据） #

import pandas as pd

df1 = pd.DataFrame({
    'A': ['a1', 'a2', 'a3'],
    'B': ['b1', 'b2', 'b3'],
    'C': ['c1', 'c2', 'c3']
})

df2 = pd.DataFrame({
    'B': ['b1', 'b4', pd.NA],
    'D': ['d1', 'd4', 'd5'],
    'E': ['e1', 'e4', 'e5']
})

df3 = pd.DataFrame({
    'A': ['a3', pd.NA, pd.NA],
    'D': ['d3', 'd4', 'd5'],
    'F': ['f3', 'f4', 'f5'],
    'G': ['g3', 'g4', 'g5']
})

2. 分步合并 #

第一步：合并df1和df2

基于公共列B做外连接，保留所有表的行：

merged_12 = pd.merge(df1, df2, on='B', how='outer')

这一步会得到包含A、B、C、D、E的中间表，已完成df1和df2的行关联。

第二步：合并中间表与df3

这里需要同时用A和D作为连接键做外连接——覆盖两种关联场景：

• 当A列有值时（比如a3），通过A匹配；
• 当A列无值但D列有值时（比如d4、d5），通过D匹配；

执行代码：

final_df = pd.merge(merged_12, df3, on=['A', 'D'], how='outer')

3. 最终结果 #

输出final_df即可得到你预期的结构：

关键说明 #

• how='outer'：确保所有表的行都被保留，不丢失任何数据；
• 多键连接on=['A', 'D']：覆盖两种关联逻辑，保证df3能正确匹配到之前的合并结果；
• 避免用pd.concat：它的核心是拼接而非关联，无法处理不同表之间的行匹配需求。

内容的提问来源于stack exchange，提问作者Gabriel