Pandas合并两个DataFrame多列关联仅Name列匹配、Age列失效

当前输出出现8行冗余行、列错位的本质是两个数据集的连接键（Name + Age）没有任何一组值严格相等，导致外连接直接保留了左右两表的全部行，空值位置补NaN。你看到的列部分匹配的效果，是纯文本手动对齐导致的视觉偏差：实际逻辑上，来自df1的行只会有Gender/Phone的值，City/Country为NaN；来自df2的行只会有City/Country的值，Gender/Phone为NaN。 #

• 第一步：清理列名隐形空格
  读入数据时如果来源是Excel/CSV，很容易出现列名前后带空格的问题，执行以下代码处理：

  df1.columns = df1.columns.str.strip()
  df2.columns = df2.columns.str.strip()
  

• 第二步：统一连接键的类型与格式
  先通过df1.dtypes、df2.dtypes确认Name、Age列的类型是否一致（比如Age是否一个是整数int、一个是字符串object），再清理不可见字符：

  # 清理Name列前后空格
  df1['Name'] = df1['Name'].str.strip()
  df2['Name'] = df2['Name'].str.strip()
  # 统一Age列类型为整数
  df1['Age'] = df1['Age'].astype(int)
  df2['Age'] = df2['Age'].astype(int)
  

• 第三步：验证匹配逻辑
  先执行内连接测试，确认连接键是否能正常匹配：

  test_merge = df1.merge(df2, on=['Name','Age'], how='inner')
  print(len(test_merge)) # 输出为0说明连接键仍有格式问题；输出为4则说明匹配正常
  

你原来的merge逻辑里，因为两表非连接键没有重名列，不需要额外加suffixes和正则过滤，直接用on参数指定同名连接键即可：

df1 = df1.merge(df2, on=['Name','Age'], how='outer')

执行后会得到预期的4行结果，每行同时包含Name/Age/Gender/Phone/City/Country的全部值。 #

内容的提问来源于stack exchange，提问作者SOK