Pandas的how="cross"合并是否保留左右DataFrame的行序？

结论 #

pd.merge(how="cross")同时保留左表和右表的原始行序，你所期望的结果是稳定且始终一致的，即使处理数十亿行数据也不会改变。

具体解释 #

官方文档提到的"preserves the order of the left keys"，完整逻辑是：

• 左表的行严格按照自身原始顺序依次参与笛卡尔积运算
• 对于左表的每一行，都会与右表全部行按右表原始顺序进行匹配组合

所以在你的示例中，左表的a会先和右表的1、2、3（按右表原顺序）组合，接着是b和1、2、3组合，最后是c和1、2、3组合，完全符合你期望的输出结构。

验证示例 #

运行你提供的代码：

import pandas as pd
df1 = pd.DataFrame(["a", "b", "c"])
df2 = pd.DataFrame(["1", "2", "3"])
result = df1.merge(df2, how="cross")
print(result)

输出结果固定为：

0_x 0_y
0    a   1
1    a   2
2    a   3
3    b   1
4    b   2
5    b   3
6    c   1
7    c   2
8    c   3

这种行序稳定性是Pandas cross merge的设计特性，只要左、右表自身的行序未被打乱，结果的行序就会保持这个模式，不会随数据量变化而改变。

内容的提问来源于stack exchange，提问作者FairPluto