Python pandas 使用cross函数合并两列报无公共列错误的解决方法

本次报错的核心原因是当前环境的pandas版本低于1.2.0。merge方法的how='cross'参数是pandas 1.2.0版本新增的专属特性，旧版本不识别该参数，会自动走默认的连接逻辑，尝试寻找两个待关联表的公共列做匹配。由于你传入的两个子表列名分别为id_number和identity_no，无公共匹配列，因此触发No common columns to perform merge on的报错。

方案1：升级pandas版本（推荐） #

• 执行升级命令：pip install --upgrade pandas
• 升级完成后原代码可直接正常运行，无需修改：

cross = df1[['id_number']].merge(df2[['identity_no']], how='cross')

方案2：低版本pandas兼容写法 #

如果无法升级pandas版本，可使用以下两种方式实现全笛卡尔组合，均可达到预期输出效果：

写法1：同值临时列关联 #

给两个待合并的子表新增值完全相同的临时列，通过该列做内连接即可生成所有配对，后续删除临时列即可。

# 提取目标列并新增同值临时列
df1_sub = df1[['id_number']].assign(temp_key=1)
df2_sub = df2[['identity_no']].assign(temp_key=1)
# 关联后删除临时列
cross = df1_sub.merge(df2_sub, on='temp_key').drop(columns='temp_key')

写法2：itertools.product生成配对 #

通过迭代工具生成所有列值的全组合，直接转换为目标结果表，适合当前这种小数据量场景。

import pandas as pd
from itertools import product

# 生成两列所有配对并转为DataFrame
cross = pd.DataFrame(
    product(df1['id_number'], df2['identity_no']),
    columns=['id_number', 'identity_no']
)

注：该写法在数据量较大时内存开销高于临时列关联写法，小数据量下无差异。

你提供的df2中identity_no列存在前导空格，如果后续需要基于两列做精准匹配筛选，可提前执行df2['identity_no'] = df2['identity_no'].str.strip()清洗空格，本次纯笛卡尔组合的需求不需要额外处理即可正常生成所有配对。

内容的提问来源于stack exchange，提问作者NKJ