Pandas：合并两个 1D DataFrame，输出两列，并为唯一元素填充填充值

Posted 2023-03-11

【中文标题】Pandas：合并两个 1D DataFrame，输出两列，并为唯一元素填充填充值

【英文标题】：Pandas: Merge two 1D DataFrames outputting both columns with fill-values for unique elements

【发布时间】：2017-06-15 08:50:34

【问题描述】：

我有这两个数据框：

import pandas as pd
df1 = pd.DataFrame('A':[1,2,4,6])
df2 = pd.DataFrame('A':[1,2,3,6])


df1
Out[27]: 
   A
0  1
1  2
2  4
3  6

df2
Out[28]: 
   A
0  1
1  2
2  3
3  6

我想以保留两列的方式合并它们，不考虑索引而连接公共值，并且在另一行中保留唯一值和填充值，也就是说，我想要这个结果：

   A_x  A_y
0  1.0  1.0
1  2.0  2.0
2  NaN  3.0
3  4.0  NaN
4  6.0  6.0

我试过了

pd.merge(df1,df2,on=['A'],how='outer')
pd.concat([df1,df2],axis=1,join='outer')

但是这两个没有产生预期的结果。我用不同的选择尝试过它们，但没有运气。

我还研究了其他方法，例如 append 和 assign，但似乎没有一个提供执行此操作的功能。

我觉得这是一个常见的操作，应该有一个简单直接的解决方案，所以我可能会忽略一些明显的东西。

你能告诉我它是怎么做的吗？

【问题讨论】：

它可能不适合您的需要，但如果您想保留两列以便比较和对比重叠部分，您可能对indicator keyword argument 对merge 感兴趣。它添加了一个带注释的列，显示该行在合并之前是否存在于左侧、右侧或两列中。

这是很有价值的信息，谢谢。

【参考方案1】：

concat 的解决方案通过index 连接值，因此需要set_index：

df = pd.concat([df1.set_index('A', drop=False).A,
                df2.set_index('A', drop=False).A],
                axis=1, 
                keys=('A_x','A_y')).reset_index(drop=True)
print (df)
   A_x  A_y
0  1.0  1.0
1  2.0  2.0
2  NaN  3.0
3  4.0  NaN
4  6.0  6.0

【讨论】：

谢谢，我有预感要使用set_index()。

【参考方案2】：

df2 = df2.set_index('A', drop=False)
kws = dict(on='A', lsuffix='_x', rsuffix='_y', how='outer')
df1.join(df2, **kws).drop('A', 1)

   A_x  A_y
0  1.0  1.0
1  2.0  2.0
2  4.0  NaN
3  6.0  6.0
3  NaN  3.0