Pandas执行join合并DataFrame时匹配字段值变为NaN如何解决

调用groupby(['City'])做聚合后，输出的group_metro_manila会自动把City设为行索引，City不再作为普通列存在。你在join时传入on='City'参数，pandas会尝试在当前表的普通列中查找City字段作为匹配键，找不到对应字段就无法完成值匹配，因此关联出的经纬度字段全部为NaN。

方法1：适配原有join逻辑（代码改动最小） #

既然两个表的匹配维度City都已经被设为索引（你已经对city_location做了set_index('City')操作），直接去掉on参数即可完成索引对齐关联：

merge_df = group_metro_manila.join(
    city_location[['City','Latitude','Longitude']].set_index('City')
)

执行后所有城市的经纬度会按城市名正确匹配，不会出现空值。

方法2：用merge实现（对初学者更友好） #

如果暂时记不清join的索引匹配规则，直接用pd.merge显式指定匹配字段，逻辑更直观，不容易踩索引的坑：

merge_df = pd.merge(
    left=group_metro_manila.reset_index(),  # 重置索引，把City从行索引变回普通列
    right=city_location[['City','Latitude','Longitude']],
    on='City',  # 明确指定两个表用City列做关联匹配
    how='left'  # 保留所有分组结果中的城市，和原join的逻辑完全一致
)

这个方法不需要额外关注索引状态，是日常做表关联最不容易出错的写法。

做表关联前可以先做两步简单检查，能规避90%的匹配空值问题：

• 确认用来匹配的字段是在普通列中，还是被设为了行索引，关联时两边的匹配键状态要对齐
• 打印两边的匹配字段值，检查是否存在拼写不一致、大小写差异、前后多余空格的问题，比如Quezon City写成Quezon City（多一个空格）也会导致匹配失败返回NaN

内容的提问来源于stack exchange，提问作者Jj Encrypt