合并含不同列的Pandas DataFrame：如何实现预期的合并结果

先看你的原始数据和需求：
你有两个DataFrame：

import pandas as pd
df1 = pd.DataFrame({'name':['a','b'], 'data1':[3,4]})
df2 = pd.DataFrame({'name':['a','c'], 'data2':[1,5]})

想要合并得到这样的结果：

但你当前的collect_results函数得到了重复的a行，问题出在合并键的错误指定上——你写的pd.merge(df,df_target_info, how="outer", on=["name",target])把name和当前的目标列（比如data1、data2）都当成了合并键，这就导致第二次合并时，因为两列的内容完全不匹配，a行被拆成了两行。

简化的修改方案 #

其实根本不需要这么复杂的循环逻辑，直接用Pandas自带的merge函数就能搞定：

df_desired = pd.merge(df1, df2, on='name', how='outer')

如果你要保留多DataFrame的函数处理逻辑 #

如果你的实际场景是要合并多个DataFrame（不止两个），可以修改函数，确保每次只以name作为合并键，同时简化冗余的中间步骤：

方案1：用reduce批量合并（推荐）

import pandas as pd
from functools import reduce

def collect_results(df_list):
    # 依次合并所有DataFrame，始终以name为键做outer join
    return reduce(lambda left, right: pd.merge(left, right, on='name', how='outer'), df_list)

# 调用示例
df1 = pd.DataFrame({'name':['a','b'], 'data1':[3,4]})
df2 = pd.DataFrame({'name':['a','c'], 'data2':[1,5]})
df_desired = collect_results([df1, df2])
print(df_desired)

方案2：修改你原来的循环逻辑

import pandas as pd

def collect_results(target_list, df_list):
    # 初始化df为第一个DataFrame的副本，避免空表的麻烦
    df = df_list[0].copy()
    # 从第二个DataFrame开始循环合并
    for df_target in df_list[1:]:
        # 只以name作为合并键，outer join保留所有行
        df = pd.merge(df, df_target, on='name', how='outer')
    return df

# 调用示例
df1 = pd.DataFrame({'name':['a','b'], 'data1':[3,4]})
df2 = pd.DataFrame({'name':['a','c'], 'data2':[1,5]})
df_desired = collect_results(['data1','data2'], [df1, df2])
print(df_desired)

关键修改点说明 #

1. 去掉了合并键里的target列，只保留name作为唯一匹配依据，这样同名的行就会正确合并成一行
2. 删掉了不必要的中间DataFrame创建（比如df_target_info，因为传入的df_list里已经有完整的name和目标列数据）
3. 初始化时直接用第一个DataFrame，避免空表合并带来的额外问题

内容的提问来源于stack exchange，提问作者user11128