如何在Python中合并两个DataFrame？实现多年度周度数据整合查询

看起来你想要把两个DataFrame按**城市（City）、周（Week）、年份（Year）**对齐，方便查看同一周不同年份的产品数量对吧？我给你整理了两种实用的方法，根据你的需求选就行：

方法1：直接合并保留所有记录（适合查看原始数据对齐情况） #

这个方法会把两个DataFrame的数量列分别保留，按共同的City、Week、Year键合并，缺失的记录会用NaN填充，确保不会丢数据。

步骤代码： #

首先先构造你的两个DataFrame（我补全了df2的缺失部分，你可以根据实际数据调整）：

import pandas as pd

# 构造df1
data1 = [
    ["hyd", 35, 10, 2015], ["hyd", 36, 15, 2015], ["hyd", 37, 11, 2015], ["hyd", 42, 10, 2015],
    ["hyd", 23, 10, 2016], ["hyd", 32, 15, 2016], ["hyd", 37, 11, 2017], ["hyd", 42, 10, 2017],
    ["pune", 35, 10, 2015], ["pune", 36, 15, 2015], ["pune", 37, 11, 2015], ["pune", 42, 10, 2015],
    ["pune", 23, 10, 2016], ["pune", 32, 15, 2016], ["pune", 37, 11, 2017], ["pune", 42, 10, 2017]
]
df1 = pd.DataFrame(data1, columns=["City", "Week", "qty", "Year"])

# 构造df2（补全了你提供的缺失部分）
data2 = [
    ["hyd", 23, 10, 2015], ["hyd", 32, 15, 2015], ["hyd", 35, 12, 2016], ["hyd", 36, 15, 2016],
    ["hyd", 37, 13, 2017], ["hyd", 42, 12, 2017], ["pune", 23, 9, 2015], ["pune", 32, 14, 2015],
    ["pune", 35, 11, 2016], ["pune", 36, 16, 2016], ["pune", 37, 12, 2017], ["pune", 42, 11, 2017]
]
df2 = pd.DataFrame(data2, columns=["City", "Week", "qty", "Year"])

然后重命名数量列避免冲突，再合并：

# 重命名qty列，区分来源
df1 = df1.rename(columns={"qty": "qty_from_df1"})
df2 = df2.rename(columns={"qty": "qty_from_df2"})

# 外连接合并，保留所有记录
merged_df = pd.merge(df1, df2, on=["City", "Week", "Year"], how="outer")

# 查看结果（可选）
print(merged_df.head(10))

合并后的结果片段示例：

方法2：转成宽格式（适合横向对比同一周不同年份的数据） #

如果想更直观地看到同一个城市、同一周在所有年份的数量（来自两个DataFrame），可以把数据转成宽格式，让年份作为列：

# 给两个DataFrame添加来源标识
df1["source"] = "df1"
df2["source"] = "df2"

# 合并成一个长格式DataFrame
combined_df = pd.concat([df1, df2], ignore_index=True)

# 转成宽格式：行是City+Week，列是(年份, 来源)，值是数量
wide_format_df = combined_df.pivot(
    index=["City", "Week"],
    columns=["Year", "source"],
    values="qty"
).reset_index()

# 查看结果
print(wide_format_df)

这样的结果会把同一城市每周的所有年份数据横向排列，对比起来非常清晰。

小提示： #

• 如果你的两个DataFrame里有完全重复的City-Week-Year组合，合并时可以用how="inner"只保留共同的记录；
• 如果想填充缺失的NaN值，可以用merged_df.fillna(0)把空值换成0，适合统计场景。

内容的提问来源于stack exchange，提问作者Alok