我有两个数据框，共有"License Number"列。我想将它们与indicator合并，以便稍后我可以选择left_only或right_only来查找仅出现在其中一个数据框中的条目。
但是，我发现在合并时，只要条目在A和B中相同，一切都很顺利，所以从理论上讲，这对于所有条目相同的相同大小的数据帧都是完美的。
如果A中有条目，但B中没有条目，则合并仍会从B中提取行数据并将其放在A中的数据旁边，即使用于合并的键（License Number）不在＆＃ 39; t在这些行之间匹配。
我是这样做的（code you can run with sample data is here）：
merged_sheet = pd.merge(df1, df2, on='License Number', left_index=True, right_index=True, how='outer', indicator=True)
在我附加数据的示例中，前三个行很好，但是当它到达第四行时，两个数据帧之间没有匹配，而是将其标记为NaN或其他（ Excel将在VLOOKUP中标记为#N / A，它只是简单地从完全不相关的行中提取信息。
我的预期结果是，当License Number列不匹配时，合并只留下一个空格或一些错误消息，但不是它将所有数据移动一行。
答案 0 :(得分：2)
在这种特殊情况下，您不应加入索引，删除left_index = True和right_index = True。
merged_sheet = pd.merge(df1, df2, on='License Number', how='outer', indicator=True)
然后，您可以使用以下语句查看outer联接中的所有不匹配行：
merged_sheet.query('_merge != "both"')