用pandas.merge()实现只按部分列匹配并保留左表所有行，需显式指定on或left_on/right_on参数配合how='left'，避免依赖自动列交集导致意外匹配。
用 pandas.merge() 实现“只按部分列匹配，同时保留左表所有行”，核心是使用 left join + 指定 on 参数，并确保右表中用于匹配的列名与左表一致（或通过 left_on/right_on 显式指定）。
明确指定匹配列（on 参数）
只需把你想用来关联的列名传给 on 参数，其他列不会参与匹配。只要左表有这些列，merge 就只基于它们做等值连接，并默认保留左表全部行（因为 how='left' 是默认行为）：
result = pd.merge(left_df, right_df, on=['col_a', 'col_b'], how='left')
✅ 这样只会用 col_a 和 col_b 匹配，左表其余行全保留，右表不匹配的对应位置填 NaN。
左右列名不一致？用 left_on / right_on
如果左表叫 user_id、右表叫 id，但你想用它们匹配，就不能用 on，得分开指定：
left_on=['user_id', 'dept']right_on=['id', 'department']
完整写法：
result = pd.merge(left_df, right_df,
left_on=['user_id', 'dept'],
right_on=['id', 'department'],
how='left')
避免意外笛卡尔积或全匹配
常见误区：没指定 on 或 left_on/right_on，pandas 会自动取两表列名交集——可能匹配太多列，导致结果行数远少于预期。务必显式写清楚匹配依据。
检查方法：打印 result.shape 和 left_df.shape，确认行数没变少（除非右表有重复键导致膨胀，那是另一回事）。
补充：想保留左表结构但不加右表任何列？
merge 本质是连接，没法“只判断是否匹配却不带数据”。如果只需要一个标记（比如是否有匹配），可先 merge 得到布尔列，再用 drop 清理右表字段：
merged = pd.merge(left_df, right_df[['key_col']],
on='key_col', how='left', indicator=True)
left_df['has_match'] = ~merged['_merge'].eq('left_only')
