Question

我要做的是基本上在Pandas中合并两个DataFrame对象，同时保留索引（DateTimeIndex）。 merge或ordered_merge都不支持此功能。假设我有这样构建的股票数据：

from pandas.io.data import DataReader
from datetime import datetime
aapl_old = DataReader('AAPL', 'yahoo', datetime(2013,1,1), datetime(2013,3,1))
aapl_new = DataReader('AAPL', 'yahoo', datetime(2013,2,1), datetime(2013,4,1))

如何在索引完整的情况下获得最终合并的DataFrame？

到目前为止我尝试过（并且不起作用）：

任何类型的merge操作 - 据我所知，根本不支持在多对多数据上保留索引

索引切片的一些变体：

aapl_new.ix[aapl_new.ix > aapl_old.ix[-1]]
aapl_new.ix[aapl_new.ix > aapl_old.ix[-1].name]

我认为我可以解决这个问题：

不同版本的索引切片 - 我接近这个错误的方式吗？
reset_index()和reindex()操作 - reindex()部分遇到很多问题。
查找aapl_new的唯一索引以及append aapl_old的索引 - 不知道如何查找aapl_new中哪些行未显示在aapl_old中

如果我需要提供更多信息，请告诉我。

Answer 1

如果我理解你的要求（但这不是很清楚），我想你想要以下内容。

首先，要合并两个数据帧，您只需使用concat([aapl_old, aapl_new])连接两个数据帧（这将保留索引）。但要删除重复项，您可以考虑两种策略：

1）您只能从aapl_new中连接那些唯一的（不会出现在aapl_old中）。要选择这些，您可以：

aapl_new[~aapl_new.index.isin(aapl_old.index)]

然后你可以用aapl_old结束：

>>> aapl_new_unique = aapl_new[~aapl_new.index.isin(aapl_old.index)]
>>> pd.concat([aapl_old, aapl_new_unique])

2）您也可以只连接数据帧，然后删除重复的行：

>>> aapl_all = pd.concat([aapl_old, aapl_new])
>>> aapl_all.drop_duplicates()

Answer 2

创建第一个数据框
df.append（new_dataframe）＃假设结构正确

然后，您可以使用drop_duplicates（）方法删除dupes（如果存在）。

Python Pandas - 合并DataFrame，保留索引

2 个答案: