我有两个看起来像这样的数据框：
df1
Date ScoreMean 06 Jul
0 2020-07-06 6.818316
1 2020-07-07 7.644018
2 2020-07-08 9.076809
3 2020-07-09 8.409158
4 2020-07-10 6.788774
5 2020-07-11 7.302806
6 2020-07-12 7.051699
7 2020-07-13 7.485968
8 2020-07-14 7.759232
9 2020-07-15 7.908419
10 2020-07-16 8.316100
11 2020-07-17 8.830133
12 2020-07-18 8.310192
13 2020-07-19 8.135894
df2
Date ScoreMean 08 Jul
0 2020-07-08 7.844904
1 2020-07-09 6.565731
2 2020-07-10 6.791728
3 2020-07-11 6.706056
4 2020-07-12 6.545052
5 2020-07-13 7.163959
6 2020-07-14 8.199409
7 2020-07-15 8.115214
8 2020-07-16 8.234860
9 2020-07-17 8.370753
10 2020-07-18 8.036928
11 2020-07-19 7.927622
12 2020-07-20 7.890694
13 2020-07-21 7.989660
我尝试了pd.merge(df1, df2, on="Date")，但这会产生：
Date ScoreMean 06 Jul ScoreMean 08 Jul
0 2020-07-08 9.076809 7.844904
1 2020-07-09 8.409158 6.565731
2 2020-07-10 6.788774 6.791728
3 2020-07-11 7.302806 6.706056
4 2020-07-12 7.051699 6.545052
5 2020-07-13 7.485968 7.163959
6 2020-07-14 7.759232 8.199409
7 2020-07-15 7.908419 8.115214
8 2020-07-16 8.316100 8.234860
9 2020-07-17 8.830133 8.370753
10 2020-07-18 8.310192 8.036928
11 2020-07-19 8.135894 7.927622
但是，我想要的是日期的尾端与相关数据一起显示在新数据框中。例如，在这种情况下，新数据框的顶部应包含2020-07-06和2020-07-07，底部应包含2020-07-20和2020-07-21。在日期不重叠的日子里，我希望该值为NaN或零。我将如何使用熊猫来做到这一点？
答案 0 :(得分：1)
使用merge的how参数设置为"outer"：
pd.merge(df1, df2, on="Date", how="outer")
要了解how的用法，请阅读有关types of SQL joins的信息。
答案 1 :(得分：1)
您在这里：
df1.merge(df2, on='Date', how='outer')
输出：
Date ScoreMean 06 Jul ScoreMean 08 Jul
0 2020-07-06 6.8 NaN
1 2020-07-07 7.6 NaN
2 2020-07-08 9.1 7.8
3 2020-07-09 8.4 6.6
4 2020-07-10 6.8 6.8
5 2020-07-11 7.3 6.7
6 2020-07-12 7.1 6.5
7 2020-07-13 7.5 7.2
8 2020-07-14 7.8 8.2
9 2020-07-15 7.9 8.1
10 2020-07-16 8.3 8.2
11 2020-07-17 8.8 8.4
12 2020-07-18 8.3 8.0
13 2020-07-19 8.1 7.9
14 2020-07-20 NaN 7.9
15 2020-07-21 NaN 8.0