如何基于指定列对齐两个不同pandas DataFrame并按规则插入NaN补全？

实现方案 #

核心思路是给两个DataFrame的同ID行添加组内序号作为匹配辅助键，再通过左连接实现精准对齐，避免笛卡尔积导致的行堆叠问题，代码如下：

import pandas as pd

# 样例输入数据
df1 = pd.DataFrame({'id1': [1, 1, 1, 2, 2, 3, 3, 3, 3, 4, 6, 6]})
df2 = pd.DataFrame({'id2': [1, 1, 2, 2, 2, 2, 3, 4, 5],
                    'var1': ['B', 'B', 'W', 'W', 'W', 'W', 'H', 'B', 'A']})

# 为同ID的行生成组内序号，作为辅助匹配键
df1['group_idx'] = df1.groupby('id1').cumcount()
df2['group_idx'] = df2.groupby('id2').cumcount()

# 左连接对齐，保留df1所有行，自动过滤df2多余行
df3 = df1.merge(
    df2,
    left_on=['id1', 'group_idx'],
    right_on=['id2', 'group_idx'],
    how='left'
).drop('group_idx', axis=1) # 删除辅助列

输出结果（df3） #

逻辑说明 #

• 组内序号可以实现同ID下的行按位置一一匹配，不会出现多对多连接的乱序问题
• 左连接完全保留df1的所有行，df2中同ID行数超过df1的部分无对应匹配项会被自动舍弃，完全无匹配的ID（如示例中的id2=5）也会被过滤，完全符合你提出的4项要求。

内容的提问来源于stack exchange，提问作者user3885754