Pandas合并两个DataFrame仅返回单条数据该如何解决？

问题诱因 #

• 合并规则默认值问题：pd.merge()默认采用*内连接（inner join）*逻辑，仅保留两个DataFrame中Ticker列取值完全一致的行，不匹配的行直接被过滤。
• Ticker列内容存在隐形差异：这是该场景下最核心的诱因，常见差异包括两类：
  • 隐形空白符：从CSV读取的df中Ticker列可能存在前后空格、换行符等不可见字符，比如'AAPL '（末尾带空格）会被判定为与df1中的'AAPL'不同。
  • 大小写不匹配：如果CSV中存储的股票代码为小写（'aapl'）或首字母大写（'Aapl'），会与df1中拉取到的全大写代码匹配失败。
• 拉取数据异常：若调用si.get_live_price()时AAPL、MSFT的接口请求失败，会导致df1本身就仅存在TSLA一行数据，合并后自然只有一条结果。

解决方法 #

• 先验证df1数据完整性：执行print(df1)确认三行股票数据均正常生成，排除接口拉取异常问题。
• 统一清洗Ticker列消除匹配差异：

  # 去除两表Ticker列的前后空白符，统一转为大写
  df['Ticker'] = df['Ticker'].str.strip().str.upper()
  df1['Ticker'] = df1['Ticker'].str.strip().str.upper()
  

• 调整合并规则便于排查问题：如果需要保留所有原始记录，可将合并方式改为外连接，快速定位匹配失败的行：

  # 外连接合并，未匹配到的字段会填充为NaN
  combine = pd.merge(df, df1, on='Ticker', how='outer')
  # 筛选存在缺失值的行，即可查看哪些代码匹配失败
  print(combine[combine.isna().any(axis=1)])
  

• 可选代码规范优化：修正现有字典生成式的变量重名问题（当前不影响运行，但存在隐性风险）：

  # 原写法循环变量与外层列表同名，调整为独立变量名
  price_data = {ticker: si.get_live_price(ticker) for ticker in tickers}
  

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