Question

我正在尝试加入2个数据框。我将在下面解释使用我的代码。抱歉，我不知道如何显示表格输出，因此请运行代码，您将明白我的意思。

设置：

df1 = pd.DataFrame({'A': ['A2', 'A3', 'A6', 'A7'],
                    'B': ['B2', 'B3', 'B6', 'B7'],
                    'C': ['C2', 'C3', 'C6', 'C7']})


df2 = pd.DataFrame({'A_': ['A2', 'A3', 'A4'],
                    'B_': ['B2', 'B3', 'B4'],
                    'C_': ['C2', 'C3', 'C4']})

我尝试了以下方法：

new_joined = pd.concat([df1, df2],axis=1,join='outer')

输出不是我想要的。我想要的是像这样的加入的df：

joined = pd.DataFrame({'A': ['A2', 'A3', 'A6', 'Nan','A7'],
                    'B': ['B2', 'B3', 'B6','Nan','B7'],
                    'C': ['C2', 'C3', 'C6','Nan','C7'],
                   'A_': ['A2', 'A3', 'Nan','A4','Nan'],
                   'B_': ['B2', 'B3', 'Nan','B4','Nan'],
                   'C_': ['C2', 'C3', 'Nan','C4','Nan']})
joined = joined[['A','B','C','A_','B_','C_']]

基本上，如果一行df1与另一行df2不匹配，我希望它是Nan，但是我尝试过的函数只是将[A6，B6，C6]和[A4，B4，C4 ]在同一行上。请指教！

Answer 1

pd.concat不起作用，因为它在索引（行或列）上而不是在任意列上对齐。您可能正在寻找merge形式，

df1.merge(df2,left_on=['A','B','C'],right_on=['A_','B_','C_'],how='outer')

Answer 2

我认为这与this question有关。您正在寻找full outer join。使用您的示例，这里是解决方法：

df1 = pd.DataFrame({'A': ['A2', 'A3', 'A6', 'A7'],
                    'B': ['B2', 'B3', 'B6', 'B7'],
                    'C': ['C2', 'C3', 'C6', 'C7']})


df2 = pd.DataFrame({'A_': ['A2', 'A3', 'A4'],
                    'B_': ['B2', 'B3', 'B4'],
                    'C_': ['C2', 'C3', 'C4']})

df1.merge(df2, how='outer', left_on=list(df1.columns), right_on=list(df2.columns))

输出

     A    B    C   A_   B_   C_
0   A2   B2   C2   A2   B2   C2
1   A3   B3   C3   A3   B3   C3
2   A6   B6   C6  NaN  NaN  NaN
3   A7   B7   C7  NaN  NaN  NaN
4  NaN  NaN  NaN   A4   B4   C4

熊猫concat外部联接无法正常工作

2 个答案: