Pandas Merge未按预期执行：匹配结果错误且存在缺失值

看起来你遇到的问题大概率是两个常见原因导致的：字符串存在隐形空格或者merge后的索引错位导致赋值错误，我来帮你一步步排查和解决：

首先排查隐形空格问题 #

虽然你已经确认了两列的 dtype 都是object（字符串类型），但很可能其中一列的Country值带有前后空格（比如" UK"或者"UK "），肉眼完全看不出来，但字符串实际不相等，导致merge时无法正确匹配。

你可以先检查两个DataFrame的Country唯一值，看看是否存在不一致：

print("UserInfo的Country唯一值：", UserInfo['Country'].unique())
print("refcompanylookup的Country唯一值：", refcompanylookup['Country'].unique())

如果发现有带空格的情况，先清洗两列的空格：

# 去除Country列前后的所有空白字符
UserInfo['Country'] = UserInfo['Country'].str.strip()
refcompanylookup['Country'] = refcompanylookup['Country'].str.strip()

然后修正merge的赋值方式 #

你原来的写法UserInfo['Mapped Company'] = UserInfo.merge(...)['Company']很容易出现索引错位的问题：merge操作会生成一个新的DataFrame，它的索引和原UserInfo的索引不一定完全一致，直接取['Company']列赋值时，Pandas会按索引对齐，导致值被放到错误的行上（这就是为什么你看到UK的行对应了US公司的原因）。

推荐两种更可靠的写法：

方法1：用map方法（更简洁高效） #

先把refcompanylookup转换成一个国家到公司的映射字典，再用map直接映射：

# 创建国家-公司的映射字典
country_company_map = refcompanylookup.set_index('Country')['Company'].to_dict()
# 给UserInfo新增映射列
UserInfo['Mapped Company'] = UserInfo['Country'].map(country_company_map)

方法2：正确使用merge并保留原数据 #

如果一定要用merge，应该把merge后的结果和原DataFrame整合，而不是直接取列赋值：

# 执行left merge，on参数可以简化（因为两边列名都是Country）
merged_df = UserInfo.merge(refcompanylookup, how='left', on='Country')
# 重命名列并保留需要的字段（可选）
UserInfo = merged_df.rename(columns={'Company': 'Mapped Company'})[['Employee ID', 'Country', 'Mapped Company']]

按照上面的步骤处理后，应该就能得到正确的映射结果了。

备注：内容来源于stack exchange，提问作者andrew1990