对于活跃和不活跃的客户，我有两个数据框。活动数据帧和非活动数据帧具有相同的列，但是experience_duration的计算方式不同。
有效的示例数据：
ID| join_date | experience_duration| status
1| 2013-12-05| 4.321| active
2| 2013-12-05| 4.321| active
样本数据无效：
ID| join_date | experience_duration| status
5| 2013-12-05| 14| inactive
9| 2013-12-05| 52| inactive
我想将此合并到具有各种客户属性的主客户数据框中。看起来应该像这样：
ID| join_date | gender| experience_duration| status
1| 2013-12-05 | F| 4.321| active
2| 2013-12-05 | M| 4.321| active
5| 2013-12-05 | F| 14| inactive
9| 2013-12-05 | F| 52| inactive
代码：
df_customer = pd.merge(left=df_customer, right=df_active, on=['id'],
how='left')
df_customer = pd.merge(left=df_customer, right=df_inactive, on=['id'],
how='left')
问题在于，我在经历持续时间内最终得到了重复的列。我想要一个根据客户的状态提供适当值的体验持续时间列。
答案 0 :(得分：1)
我想你想要
final_df = pd.concat([activeDf, inactiveDf])
您也可以这样做：
final_df = activeDf.append(inactiveDf)