如何在Pandas中基于两列实现DataFrame的Merge/Join左连接？

你可以直接使用Pandas的merge()函数，通过指定左右表的匹配列对，并设置连接类型为left来实现需求。

示例代码 #

首先构造你的示例数据：

import pandas as pd

# 构造df1
df1 = pd.DataFrame({
    'key': [1, 23],
    'atTime': [3, 8],
    'c': [4, 3],
    'd': ['a', 'g'],
    'e': [100, 230]
})

# 构造df2
df2 = pd.DataFrame({
    'xkey': [30, 1],
    'xatTime': [2, 3],
    'z': ['p', 'l']
})

执行多列左连接：

resultDF = pd.merge(
    df1,
    df2,
    left_on=['key', 'atTime'],
    right_on=['xkey', 'xatTime'],
    how='left'
).drop(columns=['xkey', 'xatTime'])  # 移除右表重复的匹配列

参数说明 #

• left_on：指定左表（df1）用于匹配的列，这里是['key', 'atTime']
• right_on：指定右表（df2）对应的匹配列，这里是['xkey', 'xatTime']
• how='left'：明确使用左连接，保留df1的所有行，df2中无匹配的行对应列填充NaN
• 最后用drop()移除右表的匹配列（因为左表已经有相同含义的列），让结果和你预期的结构一致

最终结果 #

运行后resultDF的输出如下：

key  atTime  c  d    e    z
0    1       3  4  a  100    l
1   23       8  3  g  230  NaN

内容的提问来源于stack exchange，提问作者Amin