合并不同长度DataFrame并保留长表长度插入NaN的实现方法

你要实现的需求可以直接用Pandas内置的merge函数完成，底层为C实现，执行效率远高于手写for循环，处理大规模数据也不会有性能问题。

核心逻辑是以长度更长的DataFrame作为左表，按公共匹配列做左连接，短表无匹配值的位置会自动填充NaN，完全适配你的需求。

示例代码 #

import pandas as pd

# 动态判断长短表，不需要硬编码指定左表
if len(df1) >= len(df2):
    left_df, right_df = df1, df2
else:
    left_df, right_df = df2, df1

# 按公共列合并，on参数填你实际的匹配列名，示例中匹配列列名为0
merged_df = pd.merge(
    left=left_df,
    right=right_df,
    on='0',
    how='left'
)

特殊场景适配 #

• 如果你是按行索引对齐而非普通列匹配，把merge的参数替换为left_index=True, right_index=True即可，无需填写on参数。
• 如果你确定不需要匹配键、仅要按行顺序对齐，直接用join方法更简洁：

merged_df = left_df.join(right_df)

以上方法输出的结果和你示例中的目标merged df完全一致。

内容的提问来源于stack exchange，提问作者morhc