DataFrame按Name列匹配合并异常，未按规则关联数据

你遇到的df.merge(df_transformed, on='Name', how='left')错误关联问题，核心原因是两个表的Name列存在匹配障碍，导致无法正确关联，看起来像是逐行拼接。以下是具体排查和解决步骤：

1. 统一Name列的格式细节 #

很多肉眼不可见的格式差异会导致匹配失败：

• 去除字符串两端空格：

  df['Name'] = df['Name'].str.strip()
  df_transformed['Name'] = df_transformed['Name'].str.strip()
  

• 统一大小写（比如全转小写）：

  df['Name'] = df['Name'].str.lower()
  df_transformed['Name'] = df_transformed['Name'].str.lower()
  

• 检查隐藏特殊字符：用repr()函数查看每个Name值的原始形态，排查换行符、制表符等：

  print(df['Name'].apply(repr))
  print(df_transformed['Name'].apply(repr))
  

2. 检查Name列的唯一性 #

如果任一表的Name列存在重复值，merge会生成笛卡尔积，导致行数异常、关联错位：

• 检查重复项：

  print("df中Name重复：", df['Name'].duplicated().any())
  print("df_transformed中Name重复：", df_transformed['Name'].duplicated().any())
  

• 处理重复项：如果有重复，可根据需求去重（比如保留最新行）：

  df = df.drop_duplicates(subset='Name', keep='last')
  df_transformed = df_transformed.drop_duplicates(subset='Name', keep='last')
  

3. 验证匹配逻辑 #

• 先找出两个表共有的Name值，确认期望匹配的项是否在其中：

  common_names = set(df['Name'].unique()) & set(df_transformed['Name'].unique())
  print("共同存在的Name：", common_names)
  

• 用共同值做小范围测试，确认merge是否正常工作：

  test_df = df[df['Name'].isin(common_names)]
  test_transformed = df_transformed[df_transformed['Name'].isin(common_names)]
  test_merge = test_df.merge(test_transformed, on='Name', how='left')
  print(test_merge)
  

4. 替代连接方式 #

如果merge还是有问题，可以尝试用join方法（本质也是左连接）：

result = df.join(df_transformed.set_index('Name'), on='Name')

内容的提问来源于stack exchange，提问作者Revolucion for Monica