pandas按列执行inner merge时如何保留第一个DataFrame的原始索引

解决方法 #

merge操作默认会重置结果的索引，你只需要提前把左表的原始索引保存为普通列，合并完成后再恢复为索引即可，完整代码如下：

# 步骤1：将左表的原始索引转为普通列保存
ClientFileDf = ClientFileDf.reset_index(names="original_index")

# 步骤2：执行原有的合并逻辑
df2 = pd.merge(ClientFileDf, df_CPCodeDF,  how='inner', left_on=['CPCode','CPPAN'], right_on = ['HEDGE_CP_CODE','HEDGE_PAN_NO'])

# 步骤3：删除多余列，恢复原始索引
df2.drop(['HEDGE_CP_CODE','HEDGE_PAN_NO'], axis=1, inplace=True)
df2 = df2.set_index('original_index')
# 可选：清空索引名，和原ClientFileDf的索引格式保持一致
df2.index.name = None

如果你的pandas版本低于1.5.0，不支持reset_index的names参数，可以替换第一步的代码为：

ClientFileDf['original_index'] = ClientFileDf.index

运行后最终得到的df2索引就是你需要的原始索引1和3。

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