如何使用join()方法基于多个键连接两个Pandas DataFrame

你之前的代码报错，问题出在set_index的参数传递上——多列设置索引时必须用列表包裹列名，而不是单独传两个参数。直接写left.set_index('key1','key2')会把第二个参数'key2'当成drop参数（该参数控制是否删除原列，默认值为True），导致索引只设置了key1，自然无法和右侧的双索引DataFrame匹配。

正确实现代码 #

要得到和pd.merge(left, right, on=["key1", "key2"])完全一致的内连接结果，需要：

1. 给两个DataFrame都设置多列索引（用列表传入列名）
2. 在join方法中指定how='inner'（因为join默认是左连接，而merge默认是内连接）

import pandas as pd

left = pd.DataFrame(
{
    "key1": ["K0", "K0", "K1", "K2"],
    "key2": ["K0", "K1", "K0", "K1"],
    "A": ["A0", "A1", "A2", "A3"],
    "B": ["B0", "B1", "B2", "B3"],
})

right = pd.DataFrame(
{
    "key1": ["K0", "K1", "K1", "K2"],
    "key2": ["K0", "K0", "K0", "K0"],
    "C": ["C0", "C1", "C2", "C3"],
    "D": ["D0", "D1", "D2", "D3"],
})

# 正确的join实现（内连接，和merge默认行为一致）
result_join = left.set_index(['key1', 'key2']).join(right.set_index(['key1', 'key2']), how='inner')
# 可选：将复合索引恢复为普通列，和merge输出结构完全匹配
result_join = result_join.reset_index()

# 原merge实现
result_merge = pd.merge(left, right, on=["key1", "key2"])

# 验证结果一致
print(result_join.equals(result_merge))  # 输出True

关键说明 #

• set_index(['key1','key2'])：将多列组合为复合索引，这是多键连接的前提
• how='inner'：对齐merge的默认行为，只保留两边都存在的键组合；如果需要左连接可以省略该参数
• reset_index()：可选操作，将复合索引恢复为DataFrame的普通列，和merge的输出结构完全匹配

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