本文介绍如何使用 `merge` 配合 `indicator=true` 实现多列联合匹配，解决 `isin` 无法直接处理多列条件的痛点，适用于不同长度、不同列数的 dataframe 间行级存在性判断。
在 Pandas 中，当需要判断一个 DataFrame（如 df2）中的多列组合值是否完全存在于另一个 DataFrame（如 df1）的对应列中时，isin() 方法因仅支持单列或 Series 级别匹配而无法直接满足需求。此时，merge() 是更稳健、语义清晰且性能优良的解决方案。
核心思路是：将 df1 中目标列（A 和 B）重命名为与 df2 中待匹配列（a 和 b）一致的名称，执行左连接（how=’left’），并启用 indicator=True。Pandas 会自动添加 _merge 列，其值为 ‘both’（表示该行在左右两表中均存在）或 ‘left_only’（仅在左表 df2 中存在）。最后将 _merge == ‘both’ 转换为布尔型 result 列即可。
以下为推荐实现（简洁、链式、无副作用）：
out = (df2
.merge(df1[['A', 'B']].set_axis(['a', 'b'], axis=1),
how='left', indicator=True)
.assign(result=lambda d: d.pop('_merge').eq('both'))
)
✅ 关键步骤解析：
