如何基于共有列合并两个Excel文件生成含全量有序信息的新文件

你原本的嵌套循环写法不仅执行效率极低，逻辑也存在问题（for x in df1实际是遍历表的列名而非行数据），Pandas提供了原生的merge方法专门实现基于公共列的多表匹配合并，无需手动遍历匹配。

可直接运行的正确代码 #

import pandas as pd

# 读取两个源Excel文件
df1 = pd.read_excel(r'C:/Users/User/Desktop/UTP/Trabajo Alvaro_Christian/CE.xlsx')
df2 = pd.read_excel(r'C:/Users/User/Desktop/UTP/Trabajo Alvaro_Christian/Matricula.xlsx')

# 按公共列合并两个表
merged_df = pd.merge(
    left=df1,
    right=df2,
    # 此处填入你3个公共列的列名，已按你代码里的两个列示例，第三个自行补充
    on=['COD_PERIODO', 'TERCERO', '第三个公共列的列名'],
    how='inner'
)

# 导出合并结果，index=False表示不把Pandas的行索引写入Excel
merged_df.to_excel('FinalData.xlsx', index=False)

参数说明 #

• on参数：传入所有用来做匹配依据的公共列名列表，要求两个表中这些列的列名完全一致；如果两个表的匹配列名不同，可以用left_on和right_on分别指定左右表对应的匹配列
• how参数：控制合并时的行保留规则，常用可选值：
  • inner：默认值，只保留两个表公共列值完全匹配的行，也就是取两个表的交集
  • left：保留左侧df1的所有行，右侧df2匹配不到的位置自动填充空值
  • right：保留右侧df2的所有行，左侧df1匹配不到的位置自动填充空值
  • outer：保留两个表的所有行，匹配不到的位置自动填充空值

如果你发现合并后匹配到的行数远低于预期，优先检查公共列的数据格式是否一致，比如一个表的COD_PERIODO是数字类型、另一个是字符串类型会导致匹配失败，统一格式后再合并即可。

内容的提问来源于stack exchange，提问作者Juan Alejandro Orozco Ospina