如何合并Pandas的Deployment与HPA DataFrame并填充空值

现有两个DataFrame：Deployment和HPA，二者的Deployment-Label与HPA-Label列值大多重合。需要以这两列为依据合并，同时填充两个DataFrame其他列中的空值（涵盖任一标签列存在缺失值的情况）。

目前使用pd.merge时会丢弃两个DataFrame中的非共同行，当前代码如下：

# Merge the two dataframes, using LABEL common col, after renaming
df3 = pd.merge(df1, df2, on = 'LABEL')

# Write it to a new CSV file
df3.to_csv('output/merged.csv')

两个DataFrame的数据如下：

Deployment表 #

HPA表 #

解决方案 #

要保留两个DataFrame的所有行并完成合并，需要使用外连接（outer join），同时先统一标签列名称，再处理空值填充。

步骤说明 #

1. 重命名两个DataFrame的标签列，统一为同一个名称（比如LABEL），确保合并时匹配正确。
2. 调用pd.merge时指定how='outer'，执行外连接会保留两边所有行，不存在的列值自动填充为NaN。
3. 根据业务需求填充空值（示例用'N/A'填充，可按需调整为其他值）。

完整代码 #

import pandas as pd

# 假设df1对应Deployment表，df2对应HPA表
# 统一标签列名称
df1 = df1.rename(columns={'Deployment-Label': 'LABEL'})
df2 = df2.rename(columns={'HPA-Label': 'LABEL'})

# 执行外连接合并
merged_df = pd.merge(df1, df2, on='LABEL', how='outer')

# 填充空值，可根据需求修改填充内容
merged_df = merged_df.fillna('N/A')

# 保存结果到CSV
merged_df.to_csv('output/merged.csv', index=False)

合并后结果示例 #

内容的提问来源于stack exchange，提问作者RSW