多列匹配下如何将Df2与Df1合并以得到目标结果？

问题场景 #

我手头有两个DataFrame：

Df1 #

Df2 #

我想要得到这样的结果：

核心需求是以Df1的Country, Sex, Year这三列作为匹配条件，把Df2的Rate列合并进来。之前试了merge和join，但好像只会用单列匹配，没得到预期结果，该怎么解决？

解决方案 #

其实你完全可以用Pandas的merge方法实现多列匹配，只是之前可能没用到正确的参数写法。直接把多个匹配列名放到列表里传给on参数，再指定左连接方式就可以了，正好满足你的需求。

推荐实现代码 #

import pandas as pd

# 假设Df1和Df2已经是你定义好的DataFrame
result_df = pd.merge(Df1, Df2, on=['Country', 'Sex', 'Year'], how='left')

关键参数解释 #

• on=['Country', 'Sex', 'Year']：告诉Pandas同时用这三列作为匹配键，只有当某一行的这三列值在两个DataFrame中完全一致时，才会把Df2的Rate值对应过来。
• how='left'：采用左连接逻辑，保留Df1的所有行，如果Df2里没有对应匹配的行，Rate列就自动填充NaN，这正好和你期望的结果一致。

用join实现的替代方案 #

如果你习惯用join，也可以先把两个DataFrame的索引设置为这三列，再做左连接：

# 先设置多列索引
Df1.set_index(['Country', 'Sex', 'Year'], inplace=True)
Df2.set_index(['Country', 'Sex', 'Year'], inplace=True)

# 执行左连接后重置索引
result_df = Df1.join(Df2, how='left').reset_index()

不过这种方法需要修改原DataFrame的索引，相对来说merge的写法更直接，不用额外调整索引，更推荐第一种方式。

内容的提问来源于stack exchange，提问作者Devin Lee