合并日期上具有不同值的多个数据框答案

【问题标题】：Merge multiple dataframes on date with not same values合并日期上具有不同值的多个数据框
【发布时间】：2021-06-07 09:28:12
【问题描述】：

我有 4 个数据框：jpn、swe、svk、aut，其中每个数据框都有两列 year 和 ~_co2 以及一些索引，我不关心。


>>>swe
        year    swe_co2
20105   1834    0.033
20106   1839    0.044

>>>svk
        year    svk_co2
15247   1840    0.013
15248   1841    0.023

每个数据框都有这样的结构，但year 列并不是每个值都在同一年开始。

我想加入这个数据框来创建一个像这样的新数据框


>>>merger

        year    swe_co2    svk_co2
1       1834    0.033      None
2       1839    0.044      None
3       1840    0.047      0.013
4       1841    None       0.023

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用pd.concat

pd.concat([swe, svk], ignore_index=True)

    year    swe_co2 svk_co2
0   1834    0.033   NaN
1   1839    0.044   NaN
2   1840    NaN     0.013
3   1841    NaN     0.023

如果您有两个以上的数据框，只需将它们附加到该列表中 [swe, svk, df3, df4, ...]

【讨论】：

另外我想问一下：这种方法在year 列中创建了重复项，例如每个df 4 次2019，有没有办法将其合并为一个？
你能举一个输入和期望输出的例子吗？您希望如何合并这些重复项？
它看起来像 2019 年的 4 行，其中四个新列中的每一列在 2019 年的一个中都有一个值，其他的是 NaN，我想将这 4x 2019 合并到一个中，没有NaN 值

【解决方案2】：

df_list=[jpn,svk,aut]

通过concat() 和merge()：

merger=pd.concat((swe.merge(x,on='year',how='outer') for x in df_list))

注意：我认为单独使用 concat() 会为您提供所需的输出，但如果您没有得到，请尝试使用 concat() 和 merge()

【讨论】：