如何合并含重复列与空值的DataFrame并添加指定列

你需要根据col_1.和col_2.两列将第一个DataFrame的col_3匹配到第二个DataFrame中，直接合并失败是因为没有明确指定匹配键，或者误将其他重复列纳入合并逻辑。以下是具体解决步骤：

步骤1：构造模拟数据（对应你的输入） #

import pandas as pd
import numpy as np

# 包含col_3的源DataFrame
df_source = pd.DataFrame({
    'col_1.': [np.nan, np.nan, 'a1.', 'a3'],
    'col_2.': [np.nan, np.nan, 'a2', np.nan],
    'col_3': ['yes', 'yes', 'no', 'no']
})

# 需要添加col_3的目标DataFrame
df_target = pd.DataFrame({
    'col1.': ['a_1', 'a_3', 'a_5', 'a_7'],
    'col2.': ['a_2', 'a_4', 'a_6', 'a_8'],
    'col_1.': [np.nan, np.nan, 'a1.', 'a3'],
    'col_2.': [np.nan, np.nan, 'a2', np.nan]
})

步骤2：指定匹配键进行合并 #

从源DataFrame中仅提取用于匹配的col_1.、col_2.和需要添加的col_3，然后与目标DataFrame按匹配键左连接（保留目标DataFrame的所有行）：

# 执行合并，确保只使用指定的列作为匹配键
result_df = pd.merge(
    df_target,
    df_source[['col_1.', 'col_2.', 'col_3']],
    on=['col_1.', 'col_2.'],
    how='left'
)

结果验证 #

运行后result_df将完全符合你的预期输出：

col1. col2. col_1. col_2. col_3
0   a_1   a_2    NaN    NaN   yes
1   a_3   a_4    NaN    NaN   yes
2   a_5   a_6   a1.     a2     no
3   a_7   a_8    a3    NaN    no

关键说明 #

• 明确指定on参数：只将col_1.和col_2.作为匹配依据，避免其他列名干扰合并逻辑。
• 左连接how='left'：保证目标DataFrame的所有行都被保留，仅匹配源DataFrame中对应的col_3值。
• 提前筛选源DataFrame的列：只保留必要的列，减少合并时的列名冲突风险。

内容的提问来源于stack exchange，提问作者user3447653