如何基于指定列对DataFrame df1与df2执行左连接（left join）

嗨，我来帮你把这个左连接操作讲得明明白白～ 你提到想用df1.merge(df2, how='left')实现左连接，但因为两个DataFrame的关联列名不一样（df1是user_id，df2是id），直接这么写的话Pandas找不到匹配的关联键，要么报错，要么得到不符合预期的结果，所以得明确指定关联的列才行。

核心逻辑先理清楚 #

左连接的核心是保留左表（也就是df1）的所有行，然后匹配右表（df2）中对应的数据；如果右表没有找到匹配的记录，对应列就会填充为NaN。

正确的代码写法 #

你需要用left_on参数指定df1的关联列，right_on参数指定df2的关联列，完整代码如下：

merged_df = df1.merge(df2, how='left', left_on='user_id', right_on='id')

参数解释：

• how='left'：明确告诉Pandas这是左连接，以df1为基准保留所有行
• left_on='user_id'：指定df1中用来关联的列是user_id
• right_on='id'：指定df2中用来关联的列是id

优化小技巧 #

如果关联后觉得id和user_id列重复冗余，可以删掉其中一列，比如去掉df2的id列：

merged_df = merged_df.drop('id', axis=1)

举个直观的例子 #

假设你的df1是这样的：

df2是这样的：

执行左连接后得到的merged_df会是：

可以看到，Charlie在df2里没有对应的id记录，所以df2的列都填充了NaN，但df1里的所有行都被完整保留了。

注意事项 #

• 如果user_id或id列存在重复值，merge会生成笛卡尔积（也就是每一组匹配的组合都会保留），如果不需要这种结果，可以先对重复值做去重处理：df1 = df1.drop_duplicates(subset='user_id')
• 确保两个关联列的数据类型一致（比如都是整数或字符串），否则可能出现匹配失败的情况

内容的提问来源于stack exchange，提问作者user10508414