Pandas加入（合并？）数据帧，只保留唯一的指标

Posted 2021-04-01

我有一个带日期索引的数据框。有几个日期不知何故失踪了。我将这称为数据帧A。我有另一个数据框，其中包含相关日期。我将这个数据框称为B。

我想合并两个数据帧：

保留A的所有索引并加入B，但我不希望B中与A共享索引的任何行。也就是说，我只想从A返回的B中缺少的行。

这最容易实现的是什么？

注意：

对于我拥有的数据数据库，这种行为是正确的。我将做大约400次。

答案

我相信你需要qazxsw poi：

Index.difference

编辑：

B.loc[B.index.difference(A.index)]

---

A = pd.DataFrame({'A':range(10)}, index=pd.date_range('2019-02-01', periods=10))
B = pd.DataFrame({'A':range(10, 20)}, index=pd.date_range('2019-01-27', periods=10))

---

df = pd.concat([A, B.loc[B.index.difference(A.index)]]).sort_index()
print (df)
             A
2019-01-27  10
2019-01-28  11
2019-01-29  12
2019-01-30  13
2019-01-31  14
2019-02-01   0
2019-02-02   1
2019-02-03   2
2019-02-04   3
2019-02-05   4
2019-02-06   5
2019-02-07   6
2019-02-08   7
2019-02-09   8
2019-02-10   9

另一答案

如果我正确地阅读了这个问题，你想要的是什么

df1= pd.concat([A, B])
df1 = df1[~df1.index.duplicated()].sort_index()
print (df1)
             A
2019-01-27  10
2019-01-28  11
2019-01-29  12
2019-01-30  13
2019-01-31  14
2019-02-01   0
2019-02-02   1
2019-02-03   2
2019-02-04   3
2019-02-05   4
2019-02-06   5
2019-02-07   6
2019-02-08   7
2019-02-09   8
2019-02-10   9

例如：

B[~B.index.isin(A.index)]

要使用来自In [192]: A Out[192]: Empty DataFrame Columns: [] Index: [1, 2, 4, 5] In [193]: B Out[193]: Empty DataFrame Columns: [] Index: [1, 2, 3, 4, 5] In [194]: B[~B.index.isin(A.index)] Out[194]: Empty DataFrame Columns: [] Index: [3] 的数据，否则从A获取，你可以做

B

或者，假设pd.concat([A, B[~B.index.isin(A.index)]).sort_index() 不包含您想要保留的空元素，您可以采取不同的方法并采取类似的方法

A

另一答案

虽然已经有了很好的答案我想分享这个，因为它太短了

pd.DataFrame(A, index=B.index).fillna(B)