Python中基于匹配值将两个独立DataFrame合并到大DataFrame的方法

你可以分两次左连接完成合并，全程保留df1的所有行，匹配时直接指定不同表的对应关联键即可，无需提前修改原表字段：

实现代码 #

import pandas as pd

# 第一步：df1左连接df2，匹配规则：id=name、Date=date1
merge_tmp = df1.merge(
    df2,
    left_on=["id", "Date"],
    right_on=["name", "date1"],
    how="left"
)

# 第二步：上述临时结果左连接df3，匹配规则：id=ex、Date=date2
res = merge_tmp.merge(
    df3,
    left_on=["id", "Date"],
    right_on=["ex", "date2"],
    how="left"
)

# 字段重命名+空值填充，符合期望输出格式
res = res.rename(columns={"pp1": "pwr1", "pp2": "pwr2"})
fill_cols = ["count1", "pwr1", "count2", "pwr2"]
res[fill_cols] = res[fill_cols].fillna(0).astype(int)

# 输出结果
print(res)

逻辑说明 #

• 两次合并均使用how="left"，保证df1的所有行被完整保留，不会因df2、df3无匹配项丢失数据
• 匹配时通过left_on、right_on分别指定左右表的关联键，无需修改原表的字段名称
• 最后对数值列的空值统一填充为0，和你给出的期望输出完全一致

内容的提问来源于stack exchange，提问作者Lynn