如何使用Python/Pandas合并两个数据集并生成指定格式结果？

先把你的两个数据集用代码还原出来：

import pandas as pd

df1 = pd.DataFrame({
    'Name': ['Michael', 'Peter'],
    'A': [1, 3],
    'B': [2, 4]
}, index=[1, 2])

df2 = pd.DataFrame({
    'Name': ['Peter', 'John'],
    'C': [8, 5],
    'D': [9, 6]
}, index=[1, 2])

要实现你要的合并效果，核心是用外连接（outer join），以Name作为连接键，这样能保留两个数据集中所有的Name记录：

merged_df = pd.merge(df1, df2, on='Name', how='outer')

这一步之后，缺失的位置会显示NaN。如果要把NaN替换成0，直接用fillna：

merged_df = merged_df.fillna(0)

要是想替换成'-'，执行下面的代码就行（注意这会让原本的数值列变成字符串类型）：

merged_df = merged_df.fillna('-')

最终输出的结果就和你要求的一致：

Name    A   B   C   D
0  Michael  1   2   -   -
1    Peter  3   4   8   9
2     John  -   -   5   6

（备注：合并后索引会自动重置，要是需要保留原索引格式，可以额外用reset_index或手动调整，不影响核心合并逻辑）

内容的提问来源于stack exchange，提问作者Michael