Pandas数据框添加了自动添加缺失索引的列

Question

我有以下2个简单的数据帧。

DF1：

DF2：

我想通过使用类似的东西将df2添加到df1：

df1["CF 0.3"]=df2

但是，这只会添加df1和df2中的索引相同的值。我想要一种方法可以添加一个列，以便自动添加缺失的索引，如果没有该索引的关联值，则填充NaN。像这样：

我这样做的方式是写作     DF1 = df1.add（DF2）

这会自动添加缺失的索引，但所有值都是NaN。然后我通过写：

手动填充值

df1["CF 0.1"]=dummyDF1
df1["CF 0.3"]=dummyDF2

有更简单的方法吗？我有一种感觉，我错过了一些东西。

我希望你理解我的问题：）

Answer 1

使用concat请参阅此documentation以获取详细帮助。

以下是基于文档的示例：

import pandas as pd
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                    index=[0, 1, 2, 3])


df2 = pd.DataFrame({'X': ['A4', 'A5', 'A6', 'A7'],
                    'XB': ['B4', 'B5', 'B6', 'B7'],
                    'XC': ['C4', 'C5', 'C6', 'C7'],
                    'XD': ['D4', 'D5', 'D6', 'D7']},
                     index=[4, 5, 6, 7])


df3 = pd.DataFrame({'YA': ['A8', 'A9', 'A10', 'A11'],
                    'YB': ['B8', 'B9', 'B10', 'B11'],
                    'YC': ['C8', 'C9', 'C10', 'C11'],
                    'YD': ['D8', 'D9', 'D10', 'D11']},
                    index=[8, 9, 10, 11])

#To get the desired result you are looking for you need to reset the index.
#With the dataframes you have you may not be able to merge as well
#Since merge would need a common index or column  
frames = [df1.reset_index(drop=True), df2.reset_index(drop=True), df3.reset_index(drop=True)]

df4 = pd.concat(frames, axis=1)

print df4

Answer 2

请阅读文档 使用concat或合并或加入

http://pandas.pydata.org/pandas-docs/stable/merging.html#brief-primer-on-merge-methods-relational-algebra

Answer 3

查看concat函数，它可以完成您所需的here。