请查看您的帖子上的评论，但您可以在事后进行比较，并在不匹配时替换为NaN。

df = pd.merge(d1, d2, left_index=True, right_index=True, how='left')
print(len(df))
for x in range(len(df)):
    if df['Name_x'][x] != df['Name_y'][x]:
        df['Name_y'][x] = np.NaN

print(df)

Name_x Name_y
0    Tom    Tom
1   Nick   Nick
2      h    NaN
3      g    NaN

按您调用的方式合并将使用索引。您的数据框将索引设置为数值范围（默认值）。您需要将Name设置为索引（或以其他方式调用合并）。

import pandas as pd
 
data2 = {'Name' : ['Tom', 'Nick', 'f']}
d2 = pd.DataFrame(data2)
d2.set_index('Name',drop=False,inplace=True)
                                             
data1 = {'Name' : ['Tom', 'Nick', 'h', 'g']}
d1 = pd.DataFrame(data1)
d1.set_index('Name',drop=False,inplace=True)
                                              
print(pd.merge(d2, d1, left_index=True, right_index=True, how='left'))

通过使用indicator参数和np.where子句（基于合并标记重新分配值）：

df_ = d1.merge(d2, how='left', indicator='Name_y').rename({'Name': 'Name_x'}, axis=1)
df_['Name_y'] = np.where(df_['Name_y'].eq('both'), df_['Name_x'], pd.NA)
print(df_)

Name_x Name_y
0    Tom    Tom
1   Nick   Nick
2      h   <NA>
3      g   <NA>