Question

我下面有两个数据框：

import pandas as pd

data1 = {'date' : ['1', '2','3'],
     'value1' : ['a', 'b' ,'c'],
     'value2' : ['12','24','4']}
data2 = {'date' : ['2','3','4'],
     'value1' : ['b', 'c' ,'g'],
     'value2' : ['24','4','55']}

df1 = pd.DataFrame(data1)
df1 = df1.set_index('date')
df2 = pd.DataFrame(data2)
df2 = df2.set_index('date')

这是我想要的输出：

desired_result = {'date' : ['1','2','3','4'],
     'value1' : ['a', 'b', 'c', 'g'],
     'value2' : ['12', '24', '4', '55']}

我尝试了所有不同种类的合并，联接，合并，但无法弄清楚。谢谢。

Answer 1

这并非完全是合并问题，但您可以使用combine_first：

df1.combine_first(df2).reset_index()

  date value1 value2
0    1      a     12
1    2      b     24
2    3      c      4
3    4      g     55

另一个建议是concat和drop_duplicates：

pd.concat([df1, df2]).reset_index('date').drop_duplicates('date')

  date value1 value2
0    1      a     12
1    2      b     24
2    3      c      4
5    4      g     55

Answer 2

感觉像一个groupby问题

pd.concat([df1,df2]).groupby(level=0).last()
     value1 value2
date              
1         a     12
2         b     24
3         c      4
4         g     55

Answer 3

如果使用简单的联接/合并，则将有一些空值。

为此有

pandas.DataFrame.combine_first或pandas.DataFrame.combine。

一个简单的方法：df1.combine_first(df2)应该可以正常工作。

Answer 4

这绝对是一个完美的merge问题，只需使用outer合并并为连接选择正确的keys就可以了。

删除数据帧的set_index，您不需要这样做。

data1 = {'date' : ['1', '2','3'],
     'value1' : ['a', 'b' ,'c'],
     'value2' : ['12','24','4']}
data2 = {'date' : ['2','3','4'],
     'value1' : ['b', 'c' ,'g'],
     'value2' : ['24','4','55']}

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)


# join with the key columns date, value1 & value2
df4 = pd.merge(df1, df2, on=['date', 'value1', 'value2'], how='outer')

输出

    date    value1  value2
0   1       a       12
1   2       b       24
2   3       c       4
3   4       g       55

在熊猫中合并两个数据框

4 个答案: