我需要合并两个不同行且没有公共键的数据框：
df1:
name | age | loc
Bob | 20 | USA
df2:
food | car | sports
Sushi | Toyota | soccer
meat | Ford | baseball
我想要的结果：
name | age | loc | food | car | sports
Bob | 20 | USA | Sushi | Toyota | soccer
Bob | 20 | USA | Meat | Ford | baseball
我的代码如下：
pd.merge(df1,df2,how='right',left_index=True,right_index=True)
当 df2 超过两行时效果很好，但当 df2 只有一行时不正确。
对这个问题有什么想法吗？
【问题讨论】：
通过df2的索引使用reindex_axis：
df1 = df1.reindex_axis(df2.index, method='ffill')
print (df1)
name age loc
0 Bob 20 USA
1 Bob 20 USA
df = pd.merge(df1,df2,how='right',left_index=True,right_index=True)
print (df)
name age loc food car sports
0 Bob 20 USA Sushi Toyota soccer
1 Bob 20 USA meat Ford baseball
如果df1 和df2 中没有NaN 数据，您可以将fillna 与方法ffill (.ffill) 一起使用：
#default outer join
df = pd.concat([df1,df2], axis=1).ffill()
print (df)
name age loc food car sports
0 Bob 20.0 USA Sushi Toyota soccer
1 Bob 20.0 USA meat Ford baseball
df = pd.merge(df1,df2,how='right',left_index=True,right_index=True).ffill()
print (df)
name age loc food car sports
0 Bob 20.0 USA Sushi Toyota soccer
1 Bob 20.0 USA meat Ford baseball
【讨论】：
df = pd.concat([df1,df2], axis=1).ffill() 不起作用？
left_index=True,right_index=True 一起使用，则意味着按索引连接 - 如果两者都是 1 行，那么两个索引都是 0 并且输出有一行带有 0 索引。同样适用于concat。也许帮助docs。
how='inner'（内连接）则只得到第一行，因为在两个数据帧中都匹配 0 索引。但是如果使用左连接或右连接或外连接，则得到 1 或 2 行，但第二行是 NaNs，因为没有匹配。
另一种解决方案...基于 concat。
x = range(0,5)
y = range(5,10)
z = range(10,15)
a = range(10,5,-1)
b = range(15,10,-1)
v = range(0,1)
w = range(2,3)
A = pd.DataFrame(dict(x=x,y=y,z=z))
B = pd.DataFrame(dict(a=a,b=b))
C = pd.DataFrame(dict(v=v,w=w))
pd.concat([A,B])
>>> pd.concat([A,B],axis = 1)
x y z a b
0 0 5 10 10 15
1 1 6 11 9 14
2 2 7 12 8 13
3 3 8 13 7 12
4 4 9 14 6 11
@Edit：基于 cmets.. 这个解决方案没有回答问题.. 因为在问题中行数不同。这是另一个解决方案 该解决方案基于数据框 D
n_mult = B.shape[0]
D = C.append([C]*(n_mult-1)).reset_index()[['v','w']]
pd.concat([D,B],axis = 1)
【讨论】：