如何合并Pandas DataFrame并筛选LocName_不同的条目？

开发者阿泽

2026-7-23

问题描述

已基于LocID字段对两个结构一致（均包含LocID、LocName_字段）的表格执行内连接，需要筛选出两个表中LocName_字段值不同的条目列表。原代码的筛选逻辑错误，无法得到正确结果。

解决方法

你的核心问题是：合并后的DataFrame中，两个表的LocName_字段会被自动添加后缀（默认是_x和_y），直接用原表的LocName_列比较是无效的——原表的行顺序不一定对应，且合并后的数据是内连接后的匹配结果，必须基于合并后的表做字段对比。

修正后的代码

import pandas as pd

# 读取两个CSV文件
Madrid1 = pd.read_csv('Madrid1.csv')
Madrid2 = pd.read_csv('Madrid2.csv')

# 执行内连接，连接字段为LocID，自定义后缀区分两个表的同名字段
merged = pd.merge(
    Madrid1,
    Madrid2,
    how='inner',
    on='LocID',
    suffixes=('_from_madrid1', '_from_madrid2')
)

# 筛选出LocName_值不相等的条目
filtered_result = merged[merged['LocName__from_madrid1'] != merged['LocName__from_madrid2']]

# 可选：只保留需要的字段（LocID和两个名称字段）
final_result = filtered_result[['LocID', 'LocName__from_madrid1', 'LocName__from_madrid2']]
print(final_result)

关键说明

连接字段简化：因为两个表的连接字段都是LocID，直接用on='LocID'比分别指定left_on和right_on更简洁。
自定义后缀：使用suffixes参数可以让合并后的字段名更直观，避免混淆，比如LocName__from_madrid1明确来自Madrid1表。
正确的筛选逻辑：必须基于合并后的DataFrame进行字段对比，这样才能保证是同一LocID对应的两个LocName_值做比较。
默认后缀的用法：如果不需要自定义后缀，默认会生成LocName__x（左表Madrid1）和LocName__y（右表Madrid2），此时筛选代码为merged[merged['LocName__x'] != merged['LocName__y']]。