将索引上的数据框与熊猫合并

Question

我有两个数据框，每个都有两个索引列。我想合并它们。例如，第一个数据帧如下：

                   V1

A      1/1/2012    12
       2/1/2012    14
B      1/1/2012    15
       2/1/2012    8
C      1/1/2012    17
       2/1/2012    9

第二个数据框如下：

                   V2

A      1/1/2012    15
       3/1/2012    21             
B      1/1/2012    24
       2/1/2012    9
D      1/1/2012    7
       2/1/2012    16

因此我想得到以下结果：

                   V1   V2

A      1/1/2012    12   15
       2/1/2012    14   N/A
       3/1/2012    N/A  21           
B      1/1/2012    15   24
       2/1/2012    8    9
C      1/1/2012    7    N/A
       2/1/2012    16   N/A
D      1/1/2012    N/A  7
       2/1/2012    N/A  16

我使用pd.merge 和.join 方法尝试了几个版本，但似乎没有任何效果。你有什么建议吗？

Answer 1

您应该可以使用join，它默认加入索引。鉴于您想要的结果，您必须使用 outer 作为连接类型。

>>> df1.join(df2, how='outer')
            V1  V2
A 1/1/2012  12  15
  2/1/2012  14 NaN
  3/1/2012 NaN  21
B 1/1/2012  15  24
  2/1/2012   8   9
C 1/1/2012  17 NaN
  2/1/2012   9 NaN
D 1/1/2012 NaN   7
  2/1/2012 NaN  16

签名：_.join(other, on=None, how='left', lsuffix='', rsuffix='', sort=False) 文档字符串： 在索引或键上将列与其他 DataFrame 连接 柱子。通过索引一次有效地连接多个 DataFrame 对象 传递一个列表。

Answer 2

您可以使用merge：

df_merged = df1.merge(df2, how='outer', left_index=True, right_index=True)

关键字参数how='outer' 保留两个帧的所有索引，用NaN 填充缺失的索引。 left_index 和 right_index 关键字参数在索引上完成合并。如果您在合并后获得所有NaN 在列中，则另一个故障排除步骤是验证您的索引是否具有相同的dtypes。

上面的merge 代码为我生成以下输出：

                V1    V2
A 2012-01-01  12.0  15.0
  2012-02-01  14.0   NaN
  2012-03-01   NaN  21.0
B 2012-01-01  15.0  24.0
  2012-02-01   8.0   9.0
C 2012-01-01  17.0   NaN
  2012-02-01   9.0   NaN
D 2012-01-01   NaN   7.0
  2012-02-01   NaN  16.0