用 pd.merge() 做左连接最直接，需设 how="left" 保留左表全部行、右表匹配填充，未匹配处补 nan；必须显式指定 on 或 left_on/right_on，避免默认 inner 连接或 keyerror。
用 pd.merge() 做 Left Join 最直接
Python Pandas 里没有叫 “LEFT JOIN” 的方法，但 pd.merge() 的 how='left' 参数就是标准左连接行为：保留左表全部行，右表只匹配上才填充，没匹配上的列填 NaN。
常见错误是漏写 how 参数，默认是 'inner'，结果变成内连接，数据量突然变少却找不到原因。
-
left和right参数必须传 DataFrame，顺序不能反——左表是你想保留全部记录的那个 - 如果两表有同名列（比如都叫
'id'），默认会自动按同名列合并；否则必须显式指定left_on和right_on - 合并后索引会被丢弃，如需保留左表原始索引，加
left_index=True或先重置索引再 merge
import pandas as pd
df_left = pd.DataFrame({'id': [1, 2, 3], 'name': ['A', 'B', 'C']})
df_right = pd.DataFrame({'id': [2, 3, 4], 'score': [88, 95, 72]})
result = pd.merge(df_left, df_right, on='id', how='left')
当列名不一致时，必须用 left_on 和 right_on
SQL 里可以写 ON a.user_id = b.id，Pandas 对应的就是 left_on='user_id' + right_on='id'。只写一个参数会报错：MergeError: Must specify right_on or right_index。
注意：这两个参数值必须是字符串或列表，不能传 Series 或表达式；也不支持模糊匹配或函数转换（比如想按小写对齐，得先改列再 merge）。
- 若要按多列联合匹配，传列表：
left_on=['region', 'year']，right_on=['area', 'yr'] - 列名含空格或特殊字符？没问题，只要字符串能准确对应列名即可，Pandas 不校验合法性
- 如果某列在左表存在、右表不存在，
left_on仍可指定，但right_on必须指向右表真实列名，否则报KeyError
处理重复键导致的笛卡尔积膨胀
Left Join 本身不拒绝重复键，但如果左表某 id 出现 3 次、右表对应 id 也出现 2 次，结果就会产生 3×2=6 行——这不是 bug，是 SQL 标准行为，但常被忽略，导致行数远超预期。
检查方式很简单：len(result) > len(df_left) 就说明有重复键参与了匹配。这时候得决定是去重、聚合，还是接受膨胀。
- 快速排查：用
df_left['id'].duplicated().sum()和df_right['id'].duplicated().sum()分别看两边重复数 - 想避免膨胀？可在 merge 前对右表去重：
df_right.drop_duplicates(subset='id')，但要注意是否丢失业务信息 - 若需聚合（如取右表最新一条），得先用
groupby().apply()或sort_values().drop_duplicates()预处理
join() 方法也能做 Left Join，但限制更多
DataFrame.join() 默认就是左连接，但它只基于索引合并，且右表必须是 DataFrame 或 Series，不能像 merge() 那样灵活指定任意列。适合“左表带索引、右表也按同样索引组织”的场景。
容易踩的坑是：调用 df_left.join(df_right) 时，如果 df_right 没设索引，会报 AttributeError: 'DataFrame' object has no attribute 'index'（其实是它没默认索引列，不是真没 index）。
- 安全写法：
df_left.join(df_right.set_index('id'), on='id')，但这时其实不如直接用merge() -
join()不支持left_on/right_on，也不支持多列 join，扩展性差 - 性能上，索引 join 在大数据量时可能略快，但可读性和调试成本高，日常推荐统一用
merge()
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
