Python 连接数据帧行并在键相同时匹配

我有两个数据帧，df1和df2，我正试图找出一种生成df3的方法，如屏幕截图所示：

因此，这里的目标是保留df1的所有行，并在它们下面追加df2的行。但是，我希望有一行用于匹配名称Lat和Lon。因此，Name、Lat和Lon将用作键

还有ZIP列的问题。对于连接的行，我希望保留df1的ZIP值

我试过：

df3=pandas.merge(df1,df2,on=['Name','Lat','Lon'],how='outer')

这产生了一些接近我想要的东西：

如您所见，上面的dataframe提供了两个不同的ZIP和Address列

---

关于如何获得干净的df3数据帧有什么想法吗？

我认为“合并”不适合这个任务（即，在右DF上加入左DF），因为您实际上是将一个DF放在另一个DF上，然后丢弃重复的DF。所以你可以试试这样：

#put one DF 'on top' of the other (like-named columns should drop into place)
df3 = pandas.concat([df1, df2])
#get rid of any duplicates
df3.drop_duplicates(inplace = True)

编辑

根据你的反馈，我意识到需要一个更肮脏的解决方案。您将使用合并，然后从重复列中填充NaN。差不多

df1 = pd.DataFrame({'test':[1,2,3,6,np.nan, np.nan]})
df2 = pd.DataFrame({'test':[np.nan,np.nan,3,6,10,24]})

#some merge statement to get them into together into the var 'df'
df = pd.merge(df1, df2, left_index = True, right_index=True)

#collect the _x columns
original_cols = [x for x in df.columns if x.endswith('_x')]

for col in original_cols:
    #use the duplicate column to fill the NaN's of the original column
    duplicate = col.replace('_x', '_y')
    df[col].fillna(df[duplicate], inplace = True)

    #drop the duplicate
    df.drop(duplicate, axis = 1, inplace = True)

    #rename the original to remove the '_x'
    df.rename(columns = {col:col.replace('_x', '')}, inplace = True)

---

让我知道这是否有效。

对不起，我不得不接受你的回答。我意识到这不是我想要的。例如，时钟需要从两个数据帧中同时获取评论和公共列的值。因此，应该有一个合并操作涉及。