如何基于列名合并DataFrame？Python3使用pandas实现两个数据表合并

首先确认已安装pandas，未安装可执行pip install pandas完成安装。
具体实现代码如下：

import pandas as pd

# 读取你的两个数据表，以下是示例构造代码，实际使用替换为你的读取逻辑
# 比如读取csv用df1 = pd.read_csv("表1路径.csv")，读取excel用df1 = pd.read_excel("表1路径.xlsx")
df1 = pd.DataFrame({
    "年份": [2018, 2019, 2020, 2021, 2022],
    "产量": [1200, 1560, 1430, 1890, 2100]
})
df2 = pd.DataFrame({
    "年份": [2018, 2019, 2020, 2021, 2022],
    "面积": [102, 123, 117, 135, 148]
})

# 按公共字段「年份」合并两个表
# how参数可根据你的需求调整：
# inner：仅保留两个表共有的年份数据（默认值）
# outer：保留两个表所有的年份，缺失值自动填充NaN
# left：保留df1的全部年份
# right：保留df2的全部年份
merge_result = pd.merge(df1, df2, on="年份", how="outer")

# 验证结果
print(merge_result)

# 如需导出到文件可执行对应方法，比如导出excel：
# merge_result.to_excel("合并结果.xlsx", index=False)

如果两个表的年份字段名不一致，比如df1的字段是「年份」，df2的是「统计年份」，可以将merge代码修改为：

merge_result = pd.merge(df1, df2, left_on="年份", right_on="统计年份", how="outer")

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