基于内连接拼接字符串：DataFrame合并拼接的更优实现方法问询

嘿，这个需求其实挺常见的，确实有比“先内连接再单独拼接”更简洁的写法！咱先假设你的两个DataFrame分别叫df1和df2，给你两种实用思路：

方法1：Merge+赋值一步到位 #

这是最直观的简化写法，把连接和拼接整合到一行代码里，可读性拉满：

import pandas as pd

# 一步完成内连接+字符串拼接
result = pd.merge(
    df1, df2, 
    on=['id', 'date'], 
    suffixes=('_df1', '_df2')
).assign(
    combined_str=lambda x: x['str_df1'] + x['str_df2']
)

如果你的str列可能存在缺失值，记得用fillna('')避免拼接出NaN：

result = pd.merge(
    df1, df2, 
    on=['id', 'date'], 
    suffixes=('_df1', '_df2')
).assign(
    combined_str=lambda x: x['str_df1'].fillna('') + x['str_df2'].fillna('')
)

方法2：Concat+GroupBy聚合（高效紧凑） #

这种方法不需要显式做连接，通过合并两个数据集后按id+date分组，直接聚合拼接字符串，数据量大的时候效率更高：

# 合并两个数据集的核心列
combined = pd.concat([df1[['id', 'date', 'str']], df2[['id', 'date', 'str']]])

# 按id+date分组拼接，同时过滤仅存在于单个数据集的组（等价于内连接）
result = combined.groupby(['id', 'date'])['str'].agg(
    lambda x: ''.join(x) if len(x) == 2 else None
).dropna().reset_index()

同样，处理缺失值的话，在concat前先填充空字符串：

combined = pd.concat([
    df1[['id', 'date', 'str']].fillna(''), 
    df2[['id', 'date', 'str']].fillna('')
])
result = combined.groupby(['id', 'date'])['str'].agg(''.join).reset_index()
# 过滤仅出现一次的组（保证是内连接结果）
result = result[combined.groupby(['id', 'date']).size() == 2].reset_index(drop=True)

两种方法各有优势：方法1逻辑清晰，适合新手快速上手；方法2代码更紧凑，大数据场景下性能更优，你可以根据自己的数据集大小和习惯选～

内容的提问来源于stack exchange，提问作者N08