如何在Python Pandas中基于id合并另一DataFrame的指定列？

嘿，这个需求很容易实现！你只需要在合并操作前，先把df2裁剪成仅包含连接键id和你想要的sal、deg列的子集，再和df1合并就可以了——毕竟原来的代码会把df2的所有列都带进来，我们只需要提前“过滤”掉不需要的add列就行。

修改后的代码（两种写法任选其一） #

1. 先创建df2的子集，再合并：

# 先提取df2中需要的列（必须包含id作为连接键）
df2_selected = df2[['id', 'sal', 'deg']]
# 执行合并操作，保留原有的right join逻辑
df_right = pd.merge(df1, df2_selected, how='right', on='id')

2. 直接在merge中嵌套列筛选，更简洁：

df_right = pd.merge(df1, df2[['id', 'sal', 'deg']], how='right', on='id')

小提示 #

• 一定要保留id列在df2的子集中，不然pd.merge会因为找不到连接键而报错哦！
• 你用的how='right'会保留df2中所有的id记录，如果df1里没有对应的id，那df1的列会显示NaN；如果想保留df1的所有记录，可以改成how='left'。

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