如何合并两个DataFrame并保留多行值？merge函数是否适用？

针对你的场景，merge是处理这类基于共同列匹配并过滤无关数据的标准方案，比join更直观（因为join默认按索引匹配，而你需要按category列匹配）。

具体代码实现 #

先构造符合你描述的示例数据：

import pandas as pd

# DataFrame 1
df1 = pd.DataFrame({
    'animal': ['Dog', 'Cat', 'Bird', 'Fish'],
    'category': ['Mammal', 'Mammal', 'Avian', 'Aquatic'],
    'Add-Date': ['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04']
})

# DataFrame 2
df2 = pd.DataFrame({
    'category': ['Mammal', 'Avian'],
    'Tier': ['1', '2']
})

然后用merge实现目标：

# 内连接：只保留两边都存在的category，自动移除无关项（比如这里的Aquatic）
target_df = pd.merge(df1, df2, on='category', how='inner')

print(target_df)

输出结果（即目标DataFrame） #

animal category   Add-Date Tier
0    Dog    Mammal 2023-01-01    1
1    Cat    Mammal 2023-01-02    1
2   Bird     Avian 2023-01-03    2

关键参数说明 #

• on='category'：指定用于匹配的共同列
• how='inner'：内连接模式，只保留两个DataFrame中category值都存在的行，自动过滤掉df1中不在df2里的category（比如示例中的Aquatic），完全符合你"移除无关category"的需求

如果你的需求是保留df1的所有行，但给无匹配的category留空Tier，可以改用how='left'，之后再按需过滤空值：

# 左连接后过滤掉无Tier的行，效果和inner一致
target_df_left = pd.merge(df1, df2, on='category', how='left').dropna(subset=['Tier'])

内容的提问来源于stack exchange，提问作者Andrew