Pandas如何按条件合并DataFrame并向指定列追加数据？

核心思路 #

直接利用外连接生成的两个Statement重名列做合并即可，无需做二次合并，规则完全匹配你的需求：优先取n_df的Statement值，n_df无对应Codes时自动取p_df的Statement值。

实现代码 #

# 1. 基于Codes字段做外连接
merged_df = pd.merge(n_df, p_df, how='outer', on='Codes')

# 2. 合并Statement列，优先取n_df的取值，n_df无值时取p_df的取值
merged_df['Statement'] = merged_df['Statement_x'].combine_first(merged_df['Statement_y'])

# 3. 删除外连接生成的多余Statement列
merged_df = merged_df.drop(columns=['Statement_x', 'Statement_y'])

# 可选：调整列顺序，和原n_df的结构对齐，保留n_df原有其他字段
col_order = ['Statement', 'Codes'] + [col for col in n_df.columns if col not in ['Statement', 'Codes']] + ['Other_Codes']
merged_df = merged_df[col_order]

效果验证 #

针对你提供的示例数据，最终输出的merged_df核心字段结果如下：

完全符合你的4项需求：

• 基于Codes完成合并，保留所有存在于两个表的Codes
• p_df独有Codes自动追加到结果表
• p_df独有Codes对应的Statement、Other_Codes同步保留
• 同Codes的Statement冲突时优先取n_df的取值

内容的提问来源于stack exchange，提问作者clines