Pandas使用df.merge时如何保留数据框的原始间距？

嘿，这个问题其实很容易搞定，甚至多数情况下默认的merge行为就刚好符合你的需求！

默认行为就满足你的例子需求 #

当你执行df1.merge(df2, on=['C'])时，Pandas的默认规则是：保留左数据框（df1）的原始列顺序，然后追加右数据框（df2）中除了合并键（这里是C）之外的所有列。

拿你的例子来说：

• df1的列是X, a, b, C
• df2的列是C, D
  合并后，结果的列顺序会自动是X, a, b, C, D，完全就是你想要的样子，不需要额外设置任何参数。

手动控制列顺序的场景（如果默认不满足时） #

如果遇到特殊情况——比如df2里有和df1重名的非合并列，或者你需要自定义更复杂的列顺序——可以手动指定最终的列列表：

import pandas as pd

# 假设你的df1和df2已经定义好了
merged_df = df1.merge(df2, on=['C'])

# 构造想要的列顺序：df1的原始列 + df2中独有的列
desired_cols = df1.columns.tolist() + [col for col in df2.columns if col not in df1.columns]

# 重新设置列顺序
merged_df = merged_df[desired_cols]

或者用更简洁的Pandas索引操作来获取df2的独有列：

desired_cols = df1.columns.tolist() + df2.columns.difference(df1.columns).tolist()
merged_df = merged_df[desired_cols]

这样就能确保合并后的列完全遵循你想要的原始顺序啦。

内容的提问来源于stack exchange，提问作者EA00