如何重新索引两个熊猫数据框中的列，以使它们都具有相同的列？

Question

我有两个数据框

df1
>>>
   a  b
0  1  4
1  2  5
2  3  6

df2
>>>
   a  c
0  9  8
1  0  1
2  0  0

我想做的是在每个数据框中创建不重叠的列并用零填充它们。所以，因为df1 不包含来自df2 的列c，并且df2 不包含来自df1 的列b，最终结果将是

df1
>>>
   a  b  c
0  1  4  0
1  2  5  0
2  3  6  0

df2
>>>
   a  c  b
0  9  8  0
1  0  1  0
2  0  0  0

实现这一目标的最佳方法是什么？

我尝试过使用reindex 和reindex_like，但前者似乎只重新索引行而不是列，我不知道使用什么参数来重新索引列

df1.reindex(df2.columns, fill_value=0.)
>>>
     a    b
a  0.0  0.0
c  0.0  0.0

Answer 1

使用DataFrame.align:

df1, df2 = df1.align(df2, fill_value=0)
print (df1)
print (df2)
   a  b  c
0  1  4  0
1  2  5  0
2  3  6  0
   a  b  c
0  9  0  8
1  0  0  1
2  0  0  0

您的解决方案使用Index.union 和DataFrame.reindex 使用axis=1 用于列：

c = df1.columns.union(df2.columns)
df1, df2 = df1.reindex(c, fill_value=0, axis=1), df2.reindex(c, fill_value=0, axis=1)
print (df1)
print (df2)
   a  b  c
0  1  4  0
1  2  5  0
2  3  6  0
   a  b  c
0  9  0  8
1  0  0  1
2  0  0  0