Pandas合并含Indifferent（无偏好）值的DataFrame实现全关联匹配

Pandas 原生merge方法不支持关联字段的通配匹配规则，默认会将关联字段中的空值视为独立的无匹配值，不会和其他任何键值产生关联。我们可以通过拆分数据集、分场景合并的方式，精准实现“Indifferent值可匹配所有关联键”的业务逻辑，同时彻底避免原生外连接产生的无主孤立行问题。

核心实现逻辑 #

• 拆分右表：将右表拆分为「带明确关联值的常规记录」、「标记为Indifferent的通配记录」两个独立子集
• 明确值合并：右表常规记录直接与左表做内连接，完成键值的精确匹配
• 通配值合并：右表通配记录与左表做全量笛卡尔积关联，关联后的关联字段统一取左表的真实有效值，生成所有可能的配对组合
• 结果整合：将两个合并分支的结果纵向拼接，得到最终符合预期的数据集

完整复现代码 #

import pandas as pd

# 加载示例原始数据
left = pd.DataFrame({
    'Religion': ['Islam', 'Christianity', 'Judaism', 'None'],
    'Number of Wedding Venues': [2, 2, 2, 1]
})
right = pd.DataFrame({
    'Number of Wedding Venues': [None, 2, 1, 2, 1, 2, 1],
    'Transportation': ['Old Timer', 'Bus', 'Motorcycle', 'Limousine', 'Motorcycle', 'Old Timer', 'Limousine']
})

# 1. 拆分右表
# 保留带明确关联值的常规记录
right_normal = right[right['Number of Wedding Venues'].notna()].copy()
# 提取代表Indifferent的通配记录，移除原空值关联字段
right_indifferent = right[right['Number of Wedding Venues'].isna()].copy()
right_indifferent = right_indifferent.drop(columns=['Number of Wedding Venues'])

# 2. 分场景合并
# 常规精确匹配：明确值的内连接
merged_normal = left.merge(
    right_normal,
    on='Number of Wedding Venues',
    how='inner'
)
# 通配匹配：Indifferent记录与左表全量配对
merged_indifferent = left.merge(
    right_indifferent,
    how='cross'
)

# 3. 纵向拼接两个分支结果，得到最终合并数据集
final_merged = pd.concat([merged_normal, merged_indifferent], ignore_index=True)

效果说明 #

• 原右表中代表Indifferent的Old Timer记录，会自动与左表所有4行数据配对，生成对应关联行，关联字段Number of Wedding Venues统一取左表的真实值（2或1），完全匹配业务预期
• 合并结果中不存在Religion为NaN的孤立行，所有行都完整携带左表的字段信息，后续执行「删除Religion为Islam的行」这类筛选操作时，所有关联行都会被正常匹配处理，不会出现逻辑偏差
• 如果Indifferent标记不是空值（例如用固定字符串Indifferent标识），仅需调整拆分右表的判断条件即可，整体逻辑无需改动

内容的提问来源于stack exchange，提问作者Isabelle