Python合并DataFrame：保留全部SKU并补全供应商价格

核心思路 #

以包含所有SKU的df1为基准，通过**左连接（left join）**依次合并df2和df3，确保所有SKU都被保留，缺失的供应商价格自动填充为NaN，之后可按需替换为0。

具体代码实现 #

# 第一步：以df1为基础左连接df2，保留所有SKU，缺失价格为NaN
temp_df = df1.merge(df2, on='Product SKU', how='left')

# 第二步：继续左连接df3，补充供应商2的价格
df4 = temp_df.merge(df3, on='Product SKU', how='left')

# 可选：重命名列名至目标格式
df4.rename(columns={
    'Price(supplier 1)': 'Supplier 1 Price',
    'Price(Supplier 2)': 'Supplier 2 Price'
}, inplace=True)

# 可选：将NaN替换为0（不需要则跳过此行）
df4.fillna(0, inplace=True)

常见问题排查 #

• 之前用merge/join失败，大概率是没指定how='left'，默认的内连接（inner join）会只保留双方都有的SKU，导致丢失数据；
• concatenate是按行拼接，不做列匹配，完全不适用这种按SKU关联的场景；
• 如果用join，需先把Product SKU设为所有DataFrame的索引，否则会按默认索引匹配，导致关联错误。

内容的提问来源于stack exchange，提问作者Ushir Maharaj