如何合并两个DataFrame的行？左连接触发ValueError报错求助

错误原因分析 #

你碰到的这个报错，核心问题出在循环里的row.iloc[3]这一行：

• row是df2迭代出来的单行Series，row.iloc[3]取到的是该行第4列（索引从0开始计数）的单个字符串值（比如第一行的"AFF"）。
• 但pd.merge()要求第二个参数必须是DataFrame或者Series类型，没法直接和单个字符串做合并操作，这就触发了这个ValueError。

修正方案 #

如果你想要实现「把df2的每一行分别和df做左连接，连接键为['A','C']」的需求，只需要把循环里的单行Series转换成只有一行的DataFrame就行。具体修改后的代码如下：

import pandas as pd
import numpy as np

# 创建第一个DataFrame
data = {'Grp':[36, 25, 36,36], 'A':['GP', 'GP', 'GO','KO'],'B': [3656, 2532, 3652,3645],'C': ["AFF", "KK", "DD","ss"]}
df = pd.DataFrame(data)

# 创建第二个DataFrame
data2 = {'Grp':[36, 25, 36,36], 'A':['GP', 'GP', 'GO','JO'],'B': [3656, 25, 36,24],'C': ["AFF", "KK", "DD",'rr']}
df2 = pd.DataFrame(data2)

# 修正后的循环：将单行转为DataFrame再合并
for index, row in df2.iterrows():
    # 将单行Series转为单行DataFrame
    row_df = pd.DataFrame([row])
    # 执行左连接操作
    df_left_2D = pd.merge(df, row_df, on=['A','C'], how='left')
    # 这里可以添加对合并结果的处理逻辑，比如打印查看
    print(f"第{index+1}次合并结果：")
    print(df_left_2D)
    print("-"*50)

额外优化建议 #

如果你的需求不是逐行单独合并，而是直接把整个df2和df做左连接，那完全不需要循环，一行代码就能高效完成：

df_left_all = pd.merge(df, df2, on=['A','C'], how='left')

这种批量合并的方式效率比逐行循环高很多，建议优先考虑。

内容的提问来源于stack exchange，提问作者atomi kise