Pandas多DataFrame合并时如何将多表匹配值整合为同一列

方案1：使用combine_first（最简洁，适合少量表场景） #

直接通过combine_first拼接所有要合并的列，自动取非空值合并为同一列：

import pandas as pd
df1 = pd.DataFrame({'A':[10,20,30]}, index=[1,2,3])
df2 = pd.DataFrame({'B':[200]}, index=[2])
df3 = pd.DataFrame({'C':[300]}, index=[3])

# 核心代码
df = df1.assign(val=df2.B.combine_first(df3.C))
print(df)

输出结果：

A    val
1  10    NaN
2  20  200.0
3  30  300.0

方案2：多表批量合并（适合需要合并的表数量多的场景，易扩展） #

如果后续待合并的表数量较多，可以统一收集所有需要合并的列到列表中，批量处理：

# 收集所有需要合并为同一列的Series
merge_cols = [df2['B'], df3['C']]
# 索引对齐后取每行的非空值
merged_col = pd.concat(merge_cols, axis=1).bfill(axis=1).iloc[:, 0]
# 拼接回df1
df = df1.join(merged_col.rename('val'))

两种方案新增待合并表时，只要在对应位置追加对应列即可，不需要逐个join后再手动合并多列。

内容的提问来源于stack exchange，提问作者Soon