如何基于指定列合并两个DataFrame并保留其中一个的全部行

你之前合并结果长度与dataframe_B一致，是因为默认使用了内连接，仅保留两个表关联列均存在的匹配行。要保留dataframe_A的全部行，使用左连接即可，具体操作如下：

1. 首先统一两个DataFrame关联列的命名，例如均命名为file_name
2. 使用pd.merge()指定左连接规则合并，最后填充无匹配位置的占位符

import pandas as pd

# 示例：构造你的dataframe_A
df_a = pd.DataFrame({
    "file_name": ["file 1", "file 2", "file 3", "file 4", "file 5"]
})

# 示例：构造你的dataframe_B
df_b = pd.DataFrame({
    "file_name": ["file 2", "file 4", "file 5"],
    "col1": ["some data", "other data", "data"],
    "col2": ["more data", "additional data", "data data"]
})

# 左连接合并，完全保留df_a的所有行
merged_df = pd.merge(
    left=df_a,
    right=df_b,
    on="file_name",
    how="left"
)

# 无匹配位置填充占位符~，如需空白可替换为""
merged_df = merged_df.fillna("~")

最终得到的merged_df就和你预期的结果完全一致。如果你想用join方法实现，只要将关联列设为索引后指定how='left'即可，逻辑完全相同。

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