Python中如何合并不同形状、列名的数据集并填充NaN

核心逻辑：利用职位编号作为唯一关联键，将DF2的姓名信息匹配到DF1中，同时保留DF1的原有数据结构。

步骤1：统一关联键的数据类型 #

关联失败导致NaN残留的常见原因是键的类型不匹配（比如DF1是整数、DF2是带前导零的字符串），先统一两者的类型：

import pandas as pd

# 将DF1的mgr_pos_num转为字符串
DF1['mgr_pos_num'] = DF1['mgr_pos_num'].astype(str)
# 将DF2的emp_pos_num转为字符串（确保前导零等格式一致）
DF2['emp_pos_num'] = DF2['emp_pos_num'].astype(str)

步骤2：左连接两个数据集 #

用左连接保留DF1的所有行，同时匹配DF2中对应的姓名信息：

merged_df = pd.merge(
    DF1, 
    DF2, 
    left_on='mgr_pos_num',  # DF1的关联键
    right_on='emp_pos_num', # DF2的关联键
    how='left'              # 保留DF1的全部数据
)

步骤3：调整为目标数据集格式 #

重命名列、统一EmpType值、调整列顺序：

# 重命名列以匹配目标格式
merged_df = merged_df.rename(columns={
    'Mgr_name': 'Name',
    'emp_Name': 'emp_name'
})

# 将EmpType统一改为'MGR'
merged_df['EmpType'] = 'MGR'

# 调整列顺序到目标要求
final_df = merged_df[['ID', 'Name', 'Reports', 'EmpType', 'emp_name', 'emp_pos_num']]

残留NaN排查 #

如果处理后仍有NaN，检查以下两点：

• DF1中的mgr_pos_num是否在DF2的emp_pos_num中全部存在？若有缺失值，需补充DF2的对应数据。
• 关联键是否存在格式差异？比如字符串的空格、大小写、特殊字符，需提前清洗（用str.strip()等方法）。

处理后的最终数据集示例：

ID       Name        Reports        EmpType       emp_name    emp_pos_num
  101      NaN           3               MGR          John         1234
  102      Brian         4               MGR          Brian        4567
  103      Mary          7               MGR          Mary         9876
  104      NaN           1               MGR          Sarah        3456
  ...
  201      Ashely        2               MGR          Ashely       4291
  202      Blake         5               MGR          Blake        7215

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