Pandas内连接后如何保留无公共匹配值的列条目

现有3张表：

• ch_df：存储国家与酒店的映射关系
• hm_df：存储酒店与供应菜单的映射关系
• cm_df：存储国家允许出现的菜单规则
  现有逻辑通过双列内连接实现「筛选出每个国家下酒店供应的、符合国家规则的菜单」，但会丢失所有无符合规则菜单的国家-酒店配对（比如意大利的Oberoi酒店），需要保留这类配对，对应菜单项展示为空列表，且不希望使用「加占位值再事后删除」的低效hack方案。

核心思路是拆分「过滤合法菜单」和「保留全量配对」两个步骤，全程用pandas原生连接、聚合逻辑实现，无冗余操作：

import pandas as pd

# 原始测试数据
ch = {'country':['India','India','India','USA','USA','Italy','Italy'],'hotel':['Taj','Oberoi','Hilton','Taj','Hilton','Oberoi','Marriott']}
ch_df = pd.DataFrame.from_dict(ch)

hm = {'hotel':['Taj','Taj','Taj','Oberoi','Oberoi','Marriott','Marriott','Marriott','Hilton','Hilton'],'menu':['ildi','dosa','soup','soup','ildi','soup','pasta','pizza','pizza','burger']}
hm_df = pd.DataFrame.from_dict(hm)

cm = {'country':['India','India','India','USA','USA','USA','Italy','Italy'],'menu':['ildi','dosa','soup','dosa','burger','pizza','pizza','pasta']}
cm_df = pd.DataFrame.from_dict(cm)

# 1. 关联得到所有国家-酒店对应的自有供应菜单
chm_df = pd.merge(ch_df, hm_df, on='hotel')

# 2. 过滤出同时符合国家菜单规则的合法条目，用merge的indicator参数标记匹配状态
valid_menu_entries = pd.merge(
    chm_df,
    cm_df,
    on=['country', 'menu'],
    how='left',
    indicator=True
).query('_merge == "both"').drop(columns='_merge')

# 3. 以原始全量国家-酒店配对为基准左连接，聚合得到菜单列表，无匹配的返回空列表
result = pd.merge(
    ch_df,
    valid_menu_entries,
    on=['country', 'hotel'],
    how='left'
).groupby(['country', 'hotel'], as_index=False).agg(
    **{'menu items': ('menu', lambda x: [] if x.isna().all() else list(x.dropna()))}
)

运行后输出结果如下，所有原始国家-酒店配对都会保留：

country     hotel          menu items
0   India       Taj  [ildi, dosa, soup]
1   India    Oberoi        [ildi, soup]
2   India    Hilton                  []
3     USA       Taj              [dosa]
4     USA    Hilton            [burger]
5   Italy    Oberoi                  []
6   Italy  Marriott      [pasta, pizza]

• 第二步用左连接+indicator参数直接标记匹配状态，不需要额外新增临时列，过滤掉不满足国家菜单规则的菜单条目即可
• 第三步以最原始的ch_df（全量国家-酒店配对）为左表做连接，从根源保证所有配对不会丢失
• 聚合时判断分组内菜单值是否全为空，空值分组返回空列表，非空分组返回去空后的菜单列表，完全符合需求，不需要额外的占位值增删操作

内容的提问来源于stack exchange，提问作者Quiescent