基于pandas实现DataFrame按key列合并的方法咨询

先还原你的两个示例DataFrame：

import pandas as pd

# 第一个DataFrame
df1 = pd.DataFrame({
    'key': ['abc', 'bcd'],
    'Apple': [1, 23],
    'Banana': [12, 21]
})

# 第二个DataFrame
df2 = pd.DataFrame({
    'key': ['abc', 'jkn'],
    'Train': [11, 2],
    'Car': [20, 19]
})

你用pd.concat没得到预期结果，是因为它是按行/轴直接拼接，不会根据key列做匹配对齐。要实现保留所有key、缺失字段按需填充的需求，应该用pd.merge做全外连接，以下是具体实现：

方法1：保留缺失值（NA） #

直接调用merge并指定how='outer'，会保留两个DataFrame中所有的key值，不匹配的字段自动填充为NaN：

merged_df = pd.merge(df1, df2, on='key', how='outer')

输出结果：

方法2：缺失值填充为0 #

如果需要把NaN替换成0，在merge后调用fillna(0)即可：

merged_df_with_0 = pd.merge(df1, df2, on='key', how='outer').fillna(0)

输出结果：

为什么pd.concat不适用？ #

举个例子，若用pd.concat([df1, df2], axis=1)，会按索引拼接，导致bcd和jkn的字段错位；若用axis=0则是行堆叠，key会重复，完全达不到按key匹配合并的效果。这种按指定键做全量匹配的场景，merge才是正确选择。

内容的提问来源于stack exchange，提问作者Bhavya Budhia