我无法在熊猫中合并两个数据框。它们是分成两个文件的数据集的一部分，并且它们共享一些列和值，即“名称”和“地址”。具有相同值的条目不会与其他文件中的条目共享索引。我尝试了以下行的变体：
res = pd.merge(df, df_p, on=['name', 'address'], how="left")
将how参数设置为“ left”时，df_p中的列没有值。 “正确”产生相反的效果，df中的列为空。 “内部”导致一个空的数据框，“外部”重复了条目的数量，本质上只是附加了“左”和“右”的结果。
我手动验证了两个文件中“名称”和“地址”值的相同组合。
编辑：尝试合并其中一个列似乎是成功的，但是如果两个具有相同名称的人具有不同的地址，反之亦然，我想避免合并不正确的条目
Edit1：这是有关数据集的更多信息。
df.info（）输出：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3983 entries, 0 to 3982
Data columns (total 23 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Unnamed: 0 3983 non-null int64
1 name 3983 non-null object
2 address 3983 non-null object
3 race 3970 non-null object
4 marital-status 3967 non-null object
5 occupation 3971 non-null object
6 pregnant 3969 non-null object
7 education-num 3965 non-null float64
8 relationship 3968 non-null object
9 skewness_glucose 3972 non-null float64
10 mean_glucose 3572 non-null float64
11 capital-gain 3972 non-null float64
12 kurtosis_glucose 3970 non-null float64
13 education 3968 non-null object
14 fnlwgt 3968 non-null float64
15 class 3969 non-null float64
16 std_glucose 3965 non-null float64
17 income 3974 non-null object
18 medical_info 3968 non-null object
19 native-country 3711 non-null object
20 hours-per-week 3971 non-null float64
21 capital-loss 3969 non-null float64
22 workclass 3968 non-null object
dtypes: float64(10), int64(1), object(12)
memory usage: 715.8+ KB
df中的示例条目：
0,Curtis Brown,"32266 Byrd Island
Fowlertown, DC 84201", White, Married-civ-spouse, Exec-managerial,f,9.0, Husband,1.904881822,79.484375,15024.0,0.667177618, HS-grad,147707.0,0.0,39.49544760000001, >50K,"{'mean_oxygen':'1.501672241','std_oxygen':'13.33605383','kurtosis_oxygen':'11.36579476','skewness_oxygen':'156.77910559999995'}", United-States,60.0,0.0, Private
df_p.info（）输出：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3933 entries, 0 to 3932
Data columns (total 6 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Unnamed: 0 3933 non-null int64
1 name 3933 non-null object
2 address 3933 non-null object
3 age 3933 non-null int64
4 sex 3933 non-null object
5 date_of_birth 3933 non-null object
dtypes: int64(2), object(4)
memory usage: 184.5+ KB
来自df_p的示例条目：
2273,Curtis Brown,"32266 Byrd Island
Fowlertown, DC 84201",44, Male,1975-03-26
如您所见，所选样本是针对同一个人的，但是它们的索引不匹配，这就是为什么我尝试使用名称和地址列的原因。
Edit2：尽管我不知道为什么，但是在合并中更改df和df_p的顺序似乎已经解决了该问题。