本文介绍如何在 Pandas 中实现两个 DataFrame 的混合键合并——即主键（如 'A'）必须匹配，而另一组候选列（如 'From' 或 'To'）中至少一个匹配即可，通过分步 merge + concat 实现逻辑“或”连接。
本文介绍如何在 pandas 中实现两个 dataframe 的混合键合并——即主键（如 'a'）必须匹配，而另一组候选列（如 'from' 或 'to'）中**至少一个匹配即可**，通过分步 merge + concat 实现逻辑“或”连接。
在实际数据分析中，常遇到这样的场景：两个表需按某核心字段（如类别、ID）对齐，但时间/区间字段存在不完全重叠——例如一张表记录生效起始日（From），另一张表记录截止日（To），而目标是将所有可能的时间维度关联信息合并到同一行。此时标准 pd.merge(on=['A', 'From']) 或 on=['A', 'To'] 均无法覆盖全部匹配关系，必须支持 “A 且 (From 或 To)” 这类逻辑条件。
Pandas 原生不支持 SQL 风格的 ON a.A = b.A AND (a.From = b.From OR a.To = b.To)，但可通过拆解为多个确定性合并 + 合并去重来等效实现。核心思路是：
✅ 对每个候选列（如 'From', 'To'）分别构造独立的合并子集；
✅ 每次合并时仅保留该候选列作为连接键，主动丢弃其他冲突列（避免列名重复或值冲突）；
✅ 最后用 pd.concat(..., ignore_index=True) 合并结果，并统一列顺序。
以下为完整示例代码（基于问题中的数据）：
import pandas as pd
# 构建示例数据
a = pd.DataFrame({
'From': ['1-1-2024', '2-2-2024'],
'To': ['1-1-9999', '1-1-9999'],
'A': ['XX', 'XX'],
'B': ['YY', 'ZZ']
})
b = pd.DataFrame({
'From': ['1-1-2024', '16-1-2024'],
'To': ['15-1-2024', '1-1-9999'],
'A': ['XX', 'XX'],
'C': ['LL', 'OO']
})
# 方案一：优先保留左表（a）的 From/To 值，仅从 b 补充 C 列
out1 = pd.concat([
a.merge(b.drop(columns='To'), on=['From', 'A']), # 基于 From + A 匹配
a.merge(b.drop(columns='From'), on=['To', 'A']) # 基于 To + A 匹配
], ignore_index=True)
print("✅ 保留 a 的 From/To 字段：")
print(out1)输出：
From To A B C 0 1-1-2024 1-1-9999 XX YY LL 1 1-1-2024 1-1-9999 XX YY OO 2 2-2-2024 1-1-9999 XX ZZ OO
若需优先保留右表（b）的区间字段（例如 From/To 来自权威源），则调整 drop() 和 merge 方向：
# 方案二：优先使用 b 的 From/To，a 仅提供 B 列
out2 = pd.concat([
a.drop(columns='To').merge(b, on=['From', 'A']),
a.drop(columns='From').merge(b, on=['To', 'A'])
], ignore_index=True)[a.columns.union(b.columns, sort=False)]
print("\n✅ 保留 b 的 From/To 字段：")
print(out2)⚠️ 注意事项：
- drop(columns=...) 是关键：防止合并时因同名列（如 From 在两表中值不同）导致笛卡尔积或错误对齐；
- ignore_index=True 确保索引连续，避免后续操作出错；
- 使用 [a.columns.union(b.columns, sort=False)] 可显式控制输出列顺序，兼容不同 Pandas 版本；
- 若存在重复匹配（某行同时满足 From 和 To 条件），结果中将出现多行——可根据业务需要添加 .drop_duplicates(subset=['A', 'From', 'To'], keep='first') 去重。
对于更通用的场景（如候选列扩展至 ['From', 'To', 'EffectiveDate']），可封装为函数：
def merge_on_or(left, right, on_core, or_columns):
"""支持多候选列的“或”逻辑合并"""
S = set(or_columns)
parts = []
for col in or_columns:
drop_cols = S - {col}
merged = left.merge(
right.drop(columns=drop_cols),
on=[col] + on_core
)
parts.append(merged)
return pd.concat(parts, ignore_index=True).drop_duplicates()
# 调用示例
result = merge_on_or(a, b, on_core=['A'], or_columns=['From', 'To'])这种模式兼顾了可读性、可维护性与扩展性，是处理非精确区间对齐、松散主键关联等典型 ETL 场景的稳健实践方案。
