Pandas合并DataFrame时右表id分散在多列的匹配实现咨询

你遇到的ValueError: len(right_on) must equal len(left_on)报错本质是pd.merge()的语法约束：left_on和right_on传入的匹配键列表长度必须完全相等，你左表传入了3个匹配键（id、month、year），右表传入了5个键，长度不匹配所以触发校验错误。

你要实现的「左表id匹配右表任意id列+同时匹配month和year」的需求，推荐以下两种实现方式：

方案1：右表宽转长后合并（推荐，性能好、逻辑清晰） #

先把右表分散在三列的id转为单列长格式，再和左表做常规合并，适合数据量较大的场景：

# 1. 右表id列从宽格式转为长格式
df2_long = df2.melt(
    # 保留公共匹配键和需要同步合并的其他业务字段，有其他字段可以直接追加到列表里
    id_vars=["month", "year"],
    # 指定要合并的三个id列
    value_vars=["id_name", "id_surname", "id_first_name"],
    # 标记匹配到的id所属原列名，不需要这个信息可以后续删除
    var_name="match_id_column",
    value_name="right_id"
# 去重，避免同一month+year+id匹配到重复的右表行
).drop_duplicates(subset=["month", "year", "right_id"])

# 2. 执行合并
merged = pd.merge(
    df1,
    df2_long,
    left_on=["id", "month", "year"],
    right_on=["right_id", "month", "year"],
    how="left"
# 删掉冗余的匹配列
).drop(columns=["right_id"])

方案2：公共键关联后过滤（适合小数据量场景） #

先按公共字段month、year做关联，再过滤出id匹配的行，代码更简短但数据量大时性能较差：

# 先按公共字段关联生成临时表
temp_df = pd.merge(df1, df2, on=["month", "year"], how="left")
# 过滤id匹配任意右表id列的行，同时保留左表未匹配的空行
merged = temp_df[
    temp_df["id"].isin([temp_df["id_name"], temp_df["id_surname"], temp_df["id_first_name"]]).any(axis=1)
    | temp_df["id_name"].isna()
# 按左表字段去重，避免一个左表行匹配到多个右表行的重复数据
].drop_duplicates(subset=df1.columns.tolist())

• 如果id字段存在大小写、首尾空格等格式差异，建议匹配前先做标准化处理（比如统一转为小写、调用str.strip()去除空格），避免漏匹配
• 若单个左表行匹配到多个右表行，可根据业务需求在合并后增加排序规则，保留优先级最高的匹配行即可

内容的提问来源于stack exchange，提问作者pinpss