如何对含不一致值的Pandas DataFrame外合并并识别未匹配项？

首先给出两个待合并的DataFrame：

import pandas as pd

df1 = pd.DataFrame({'F_Name': ['Alice', 'Bob', 'Charlie', 'Dave'], 
                    'L_Name': ['Smith', 'Sharma', 'Puth', 'Bautista'], 
                    'Age':[15, 24, 32, 40]})
df2 = pd.DataFrame({'F_Name': ['Charlie', 'David', 'Eve', 'Alice'], 
                    'L_Name': ['Puth', 'Bautista', 'Angeline', 'Wonderland'], 
                    'Age':[32,19,21,16]})

常规外连接仅返回合并后的DataFrame，无法直接区分数据来源。要实现区分未匹配项的需求，只需在merge时添加indicator=True参数，Pandas会自动生成_merge列标记每条数据的来源：

# 带来源标记的外连接
df_merge = pd.merge(df1, df2, how='outer', on=['F_Name', 'L_Name', 'Age'], indicator=True)

_merge列的取值说明：

• both：该数据行在df1和df2中都存在（完全匹配）
• left_only：仅在df1中存在，df2无匹配项
• right_only：仅在df2中存在，df1无匹配项

筛选目标数据 #

根据_merge列可快速筛选出各类数据：

# 仅在df1中存在的数据
only_df1 = df_merge[df_merge['_merge'] == 'left_only']

# 仅在df2中存在的数据
only_df2 = df_merge[df_merge['_merge'] == 'right_only']

# 两边完全匹配的数据
matched_data = df_merge[df_merge['_merge'] == 'both']

优化来源标签（可选） #

如果觉得默认标签不够直观，可以将_merge列替换为更易懂的中文标签：

df_merge['数据来源'] = df_merge['_merge'].map({
    'left_only': '仅来自df1',
    'right_only': '仅来自df2',
    'both': '两边匹配'
})
# 删除原_merge列
df_merge = df_merge.drop('_merge', axis=1)

内容的提问来源于stack exchange，提问作者Ronathan