合并行数不同的两个DataFrame：多列合并及匹配行保留问题

核心方案：用内连接（Inner Join）实现多列匹配+保留共同记录 #

不管用Python Pandas还是SQL，都可以通过内连接同时解决你的两个问题——既基于多列（Match_ID+Country_ID）匹配，又只保留两个数据集都存在的Match_ID记录。

用Python Pandas处理的代码示例 #

假设你的两个数据集分别是df1和df2：

import pandas as pd

# 基于Match_ID和Country_ID两列做内连接
merged_df = pd.merge(
    df1, 
    df2, 
    on=['Match_ID', 'Country_ID'],  # 指定多列作为匹配键
    how='inner'  # 仅保留双方都有的记录
)

• on=['Match_ID', 'Country_ID']：确保合并时同时校验这两个字段的一致性，避免单一Match_ID可能出现的跨国家重复问题
• how='inner'：自动过滤掉仅在其中一个数据集中出现的Match_ID，最终结果只包含两个数据集共有的赛事记录

用SQL处理的代码示例 #

如果你的数据存储在数据库中，可以直接执行内连接查询：

SELECT *
FROM dataset1 d1
INNER JOIN dataset2 d2
ON d1.Match_ID = d2.Match_ID AND d1.Country_ID = d2.Country_ID;

这里的AND条件就是同时匹配两列，INNER JOIN同样只返回双方都存在的记录。

内容的提问来源于stack exchange，提问作者drumtr