在實務分析中，我們常常會把兩份資料合併。但你有沒有遇過這種情況——資料合併完了，但你忘了哪一筆原本是從左邊來的？還是右邊才有？甚至兩邊都有？
這時就可以用 indicator=True 幫你標記每一欄的「出身」。
資料範例：左邊是員工資料、右邊是津貼資料
import pandas as pd
# 左邊：員工基本資料
df_employee = pd.DataFrame({
'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Department': ['HR', 'IT', 'Finance', 'Marketing']
})
# 右邊：有拿到補助的人
df_allowance = pd.DataFrame({
'Name': ['Alice', 'Charlie', 'Eve'],
'Allowance': [1000, 800, 500]
})
📌 注意：Eve 是外部合作的顧問，有拿到補助，但不在原始員工名單裡。
合併：想知道誰在哪裡出現？
merged_df = pd.merge(
df_employee,
df_allowance,
on='Name',
how='outer',
indicator=True
)
print(merged_df)
_merge 欄位幫你讀懂資料從哪裡來：
both：表示這筆資料兩邊都有（例如 Alice、Charlie）left_only：表示這筆資料只有在左邊有（例如 Bob、David）right_only：只在右邊（例如 Eve）- 如果你在清資料，這個
_merge就像是個「指南針」告訴你是否遺漏了對應資料。 - 可以配合
.query()快速篩選某個來源，例如只看左邊獨有：
merged_df.query('_merge == "left_only"')
謝謝您花時間將此篇文章讀完，若覺得對您有幫助可以幫忙按個讚、分享來或是珍藏喔!也歡迎Follow我的Threads/ FB，持續追蹤生產力工具、商業分析、商業英文的實用範例，提升自己的職場力喔!
