You need to enable JavaScript to run this app. 使用pandas merge按双列键合并DataFrame时部分行返回NaN的问题咨询
优惠活动
大模型
产品
解决方案
定价
更多

使用pandas merge按双列键合并DataFrame时部分行返回NaN的问题咨询

合并结果出现NaN的排查与解决

核心原因

合并时的键值存在隐形的前后空格差异,并非pd.merge逻辑错误。
从你提供的两个DataFrame的源文本排版可以观察到:df2的Ccy_Gp1、Ccy_Gp2列不同行的单元格附带了数量不等的前后冗余空格,读入pandas后这些空格会成为字符串值的一部分,和df1里不带多余空格的分组值无法完全匹配,最终导致匹配失效返回NaN。

匹配失效的典型案例:

  • df1第1行的键值组合('Category 2', 'Category 1'),本应匹配df2中同组合的14亿阈值,但因单元格带空格无法匹配
  • df1第3行的键值组合('Category 1', 'Category 3'),本应匹配df2中同组合的6.4亿阈值,同样因空格问题匹配失败

空格问题验证方法

运行以下代码,打印键值的原生字符串表示,可直接看到隐形空格:

key_cols = ['Ccy_Gp1','Ccy_Gp2']
print("df1键值实际存储内容:")
for a,b in df1[key_cols].itertuples(index=False):
    print(repr(a), repr(b))
print("\ndf2键值实际存储内容:")
for a,b in df2[key_cols].itertuples(index=False):
    print(repr(a), repr(b))

如果输出的字符串前后带有引号包裹的空格(比如'Category 2 '、' Category 1'),即可确认是空格导致的匹配失效。

修复步骤

合并前先对两个表的键列做字符串去前后空格处理,再执行合并即可:

# 去除两个表键列的所有前后冗余空格
key_cols = ['Ccy_Gp1','Ccy_Gp2']
df1[key_cols] = df1[key_cols].apply(lambda col: col.str.strip())
df2[key_cols] = df2[key_cols].apply(lambda col: col.str.strip())
# 重新执行左连接合并
df = pd.merge(df1, df2, on=key_cols, how='left')

处理完成后,原本返回NaN的两行会正常匹配到对应阈值,合并结果符合预期。


内容的提问来源于stack exchange,提问作者user15253500

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.02 13:57:08