Pandas中实现Left Join并留存未匹配的右表数据

嘿，我明白你想要的效果了——既要拿到左右表匹配的合并结果，又要把右表里没匹配上左表的数据单独存起来对吧？其实你用pd.merge加indicator的思路是对的，可能只是筛选和后续处理的步骤没到位，我来给你捋清楚：

首先，先明确我们的目标：

• merged表：仅包含左右表通过key1、key2匹配上的行
• saveForLater表：仅包含右表中没有在左表找到匹配键的行

步骤1：构建示例数据（还原你给出的案例） #

import pandas as pd

# 左表df1（对应你提到的dfStore）
df1 = pd.DataFrame({
    'key1': [1, 2],
    'key2': [2, 2],
    'val1': [1, 1],
    'val2': [1, 2],
    'val3': [2, 2]
})

# 右表df2（对应你提到的dfMap）
df2 = pd.DataFrame({
    'key1': [1, 1, 3],
    'key2': [2, 1, 2],
    'val1': ['a', 'a', 'a'],
    'val2': ['b', 'b', 'b'],
    'val3': ['c', 'c', 'c']
})

步骤2：执行带indicator的全外连接 #

必须用how='outer'才能同时捕获三种匹配状态：left_only（仅左表有）、both（左右都有）、right_only（仅右表有）。同时用suffixes区分左右表的同名字段：

merged_full = pd.merge(
    df1, 
    df2, 
    how='outer', 
    on=["key1", "key2"], 
    indicator=True, 
    suffixes=('_left', '_right')
)

步骤3：提取匹配的merged表 #

筛选_merge列值为both的行，就是左右表匹配上的数据，最后删除辅助列_merge：

merged = merged_full[merged_full['_merge'] == 'both'].drop(columns=['_merge'])
# 如果需要合并同名字段（比如val1_left和val1_right），可以根据需求处理，比如保留右表值
merged = merged.drop(columns=['val1_left', 'val2_left', 'val3_left']).rename(
    columns={'val1_right': 'val1', 'val2_right': 'val2', 'val3_right': 'val3'}
)

步骤4：提取右表未匹配的saveForLater表 #

筛选_merge列值为right_only的行，然后只保留右表原有的字段即可：

saveForLater = merged_full[merged_full['_merge'] == 'right_only'].drop(columns=['_merge'])
# 移除左表的空值列，只保留右表的字段
saveForLater = saveForLater[df2.columns]

验证结果 #

• merged表会包含key1=1, key2=2的匹配行
• saveForLater表会包含key1=1, key2=1和key1=3, key2=2的行（对应你提到的未匹配数据）

你之前的方法可能是用了how='left'而不是outer，导致无法捕获right_only的行，或者在筛选后没有正确清理列名。按照上面的步骤就能精准拆分出你需要的两个表啦！

内容的提问来源于stack exchange，提问作者Swifty2Point0