如何在Pandas中按多列合并两个DataFrame（lev列无匹配值）

你需要使用**外连接（outer join）**基于全部四个坐标列（time, lat, lon, lev）进行合并，这样就能保留所有存在的坐标组合，同时自动为缺失的数值列填充NaN。

代码示例 #

首先构造你的两个DataFrame：

import pandas as pd

df1 = pd.DataFrame({
    'time': [1],
    'lat': [10],
    'lon': [10],
    'lev': [1],
    'val1': [10]
})

df2 = pd.DataFrame({
    'time': [1],
    'lat': [10],
    'lon': [10],
    'lev': [2],
    'val2': [20]
})

执行合并：

df_total = pd.merge(df1, df2, on=['time', 'lat', 'lon', 'lev'], how='outer')

结果说明 #

合并后得到的df_total就是你想要的格式：

time  lat  lon  lev  val1  val2
0     1   10   10    1  10.0   NaN
1     1   10   10    2   NaN  20.0

问题原因解释 #

• 若使用默认的**内连接（how='inner'）**合并四列，只有四个坐标完全匹配的行才会被保留，而你的两个DataFramelev值不同，因此结果为空。
• 若仅按time, lat, lon三列合并，pandas会将两个lev列分别命名为lev_x和lev_y，并将两行数据合并为一行，不符合你的需求。

内容的提问来源于stack exchange，提问作者Billiam