基于非唯一多键合并同结构DataFrame的技术求助

嘿，刚接触Python的话，这种合并需求其实用Pandas的merge()方法就能轻松搞定，我结合你的需求给你拆解清楚：

核心逻辑 #

咱们要做的是保留主DataFrame的所有行，把其他结构相同的DF按指定键列合并进来，没有匹配到键的行自动填NaN。针对键列有重复值的情况，分两种场景处理就好。

先搞点示例数据方便理解 #

先创建符合你描述的示例DF，这样你能直接跑代码看效果：

import pandas as pd

# 主DataFrame（这是咱们要保留所有行的核心表）
df_main = pd.DataFrame({
    "KEY": [1, 2, 2, 3, 4],
    "Main_Col": ["A", "B", "C", "D", "E"]
})

# 待合并的DF1（结构和其他待合并表一致）
df1 = pd.DataFrame({
    "KEY": [1, 2, 3],
    "Extra_Col1": ["X1", "X2", "X3"]
})

# 待合并的DF2（键列有重复值）
df2 = pd.DataFrame({
    "KEY": [2, 4, 4],
    "Extra_Col2": ["Y1", "Y2", "Y3"]
})

场景1：保留所有匹配行（包括重复键的笛卡尔积） #

如果你希望主表和待合并表的所有匹配行都保留（哪怕键重复导致生成多行），直接用**左连接（left join）**就行：

# 先把df1合并到主表
result = df_main.merge(df1, on="KEY", how="left")

# 再把df2合并进来
result = result.merge(df2, on="KEY", how="left")

print(result)

输出结果是这样的：

KEY Main_Col Extra_Col1 Extra_Col2
0    1        A         X1        NaN
1    2        B         X2         Y1
2    2        C         X2         Y1
3    3        D         X3        NaN
4    4        E        NaN         Y2
5    4        E        NaN         Y3

看，主表的所有行都留着，KEY=4在df1里没匹配到，Extra_Col1就填了NaN；df2里KEY=4有两行，主表的KEY=4就和它们分别匹配，生成了两行。

场景2：避免重复行（先聚合待合并表） #

如果待合并表的键有重复，你又希望每个键对应唯一值（比如取第一行、最后一行，或者求和/均值），可以先对带重复键的DF做分组聚合：

# 对df2按KEY分组，取每组的第一个值（你也可以用last()、mean()等）
df2_agg = df2.groupby("KEY").first().reset_index()

# 再合并到主表
result_agg = df_main.merge(df1, on="KEY", how="left").merge(df2_agg, on="KEY", how="left")

print(result_agg)

输出结果就不会有重复行啦：

KEY Main_Col Extra_Col1 Extra_Col2
0    1        A         X1        NaN
1    2        B         X2         Y1
2    2        C         X2         Y1
3    3        D         X3        NaN
4    4        E        NaN         Y2

批量合并多个DF #

如果要合并的DF特别多，不用一个个写merge，用循环批量处理更高效：

# 把所有待合并的DF放到一个列表里
dfs_to_merge = [df1, df2_agg]

# 先复制主表作为初始结果
final_result = df_main.copy()

# 循环合并每个DF
for df in dfs_to_merge:
    final_result = final_result.merge(df, on="KEY", how="left")

print(final_result)

这样不管有多少个待合并表，都能一键搞定～

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