Python中如何选择性合并两个DataFrame？

你丢行的核心原因是默认的merge用的是内连接（inner join），只有两边DataFrame完全匹配的行才会保留。如果DF2里的某些对战记录（比如某队某年份）在DF1里没有对应数据，这些行就会被直接过滤掉。

改用**左连接（left join）**就能保留DF2的所有行，DF1里匹配不上的统计数据会用NaN填充，不会丢行。同时可以通过后缀参数区分两支球队的统计列，避免列名重复。

优化后的代码 #

# 第一次合并：关联Team1的年度统计数据，保留DF2所有行，给Team1的统计列加后缀
DF3 = DF2.merge(
    DF1,
    left_on=['Year', 'Team 1'],
    right_on=['Year', 'Team'],
    how='left',
    suffixes=('', '_team1')
)
# 删除重复的Team列（来自DF1的Team字段）
DF3.drop('Team', axis=1, inplace=True)

# 第二次合并：关联Team2的年度统计数据，同样保留所有行，给Team2的统计列加后缀
DF3 = DF3.merge(
    DF1,
    left_on=['Year', 'Team 2'],
    right_on=['Year', 'Team'],
    how='left',
    suffixes=('', '_team2')
)
# 删除重复的Team列
DF3.drop('Team', axis=1, inplace=True)

额外排查点 #

如果用左连接后还是有数据缺失，大概率是球队名称或年份的格式不匹配：

• 检查球队名称是否有大小写差异（比如"Team A" vs "team a"）
• 检查年份是否有格式问题（比如字符串类型的"2023" vs 数值类型的2023）
• 可以先对DF1和DF2的Year和球队列做标准化处理，比如统一转成大写、去除空格等。

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