Python：如何按姓名合并列名不同的多DataFrame指定列

你遇到的问题核心是未正确使用左连接+忽略了姓名字段的空白字符，导致merge结果不符合预期。以下是具体的解决步骤和代码：

步骤说明 #

1. 清洗姓名字段：DF2中部分Termed_Name存在前后空格（比如" Sarah B."、" Paul M."），这会导致和DF1的Emp_Name匹配失败，必须先去除空白。
2. 左连接匹配：以DF2为左表，只关联DF1中需要的Emp_Name和ID列，确保DF2的所有行都被保留（包括像Paul M.这种不在DF1里的记录）。
3. 调整列顺序：按照目标结构重新排列列。

完整代码 #

import pandas as pd

# 模拟你的DF1和DF2数据（实际使用时替换成你的真实数据）
df1 = pd.DataFrame({
    'ID': [101, 102, 103, 104, 823],
    'Emp_Name': ['Josh A.', 'Sarah B.', 'Michael C.', 'Fred D.', 'Frank O.'],
    'Job': ['Sales Advisor', 'Sales Advisor', 'Tech Support', 'Tech Support', 'Financial Advisor'],
    'Status': ['Active', 'Termed', 'Active', 'Termed', 'Termed'],
    'Team': ['Sales', 'Sales', 'Tech', 'Tech', 'Finance']
})

df2 = pd.DataFrame({
    'Termed_Name': [' Sarah B.', 'Fred D.', '  Paul M.', 'Frank O.'],
    'Manager_Name': ['Mary S.', 'John D.', None, 'Gary H.'],
    'Manager_ID': [156, 164, None, 532]
})

# 1. 清洗姓名字段，去除前后空白
df1['Emp_Name'] = df1['Emp_Name'].str.strip()
df2['Termed_Name'] = df2['Termed_Name'].str.strip()

# 2. 左连接匹配ID
merged_df = pd.merge(
    df2,
    df1[['Emp_Name', 'ID']],  # 只取DF1中需要的列，减少计算量
    left_on='Termed_Name',
    right_on='Emp_Name',
    how='left'  # 关键：左连接保留DF2的所有行
)

# 3. 调整列顺序，删除多余的Emp_Name列
target_df = merged_df[['Manager_Name', 'Manager_ID', 'Termed_Name', 'ID']]

# 查看结果
print(target_df)

运行结果 #

Manager_Name  Manager_ID Termed_Name     ID
0        Mary S.       156.0    Sarah B.  102.0
1        John D.       164.0     Fred D.  104.0
2           NaN         NaN     Paul M.    NaN
3        Gary H.       532.0    Frank O.  823.0

（注：NaN对应你目标中的NA，pandas中默认用NaN表示缺失值，若需要显示为NA可以用target_df.fillna('NA')转换）

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