pandas to_datetime() 然后在 DateTime 索引上 concat()答案

【问题标题】：pandas to_datetime() then concat() on DateTime Indexpandas to_datetime() 然后在 DateTime 索引上 concat()
【发布时间】：2017-05-10 15:35:03
【问题描述】：

我正在尝试使用 concat 在它们的 DateTime 索引上合并 2 个 DataFrame，但它没有按我预期的那样工作。我从documentation 中的示例中复制了一些代码，用于此示例：

import pandas as pd

df = pd.DataFrame({'year': [2015, 2016],
                   'month': [2, 3],
                   'day': [4, 5],
                   'value': [444,555]})

df.set_index(pd.to_datetime(df.loc[:,['year','month','day']]),inplace=True)

df.drop(['year','month','day'],axis=1,inplace=True)

df2 = pd.DataFrame(data=[222,333],
                   index=pd.to_datetime(['2015-02-04','2016-03-05']))

pd.concat([df,df2])
Out[1]: 
            value      0
2015-02-04  444.0    NaN
2016-03-05  555.0    NaN
2015-02-04    NaN  222.0
2016-03-05    NaN  333.0

为什么它不能识别索引上的相同日期并相应地合并？我验证了两个索引都是日期时间：

df.index
Out[2]: DatetimeIndex(['2015-02-04', '2016-03-05'], dtype='datetime64[ns]', freq=None)

df2.index
Out[3]: DatetimeIndex(['2015-02-04', '2016-03-05'], dtype='datetime64[ns]', freq=None)

谢谢。

【问题讨论】：

标签： python pandas datetime

【解决方案1】：

传递axis=1 以逐列连接：

In [7]:
pd.concat([df,df2], axis=1)

Out[7]:
            value    0
2015-02-04    444  222
2016-03-05    555  333

您也可以joined：

In [5]:
df.join(df2)

Out[5]:
            value    0
2015-02-04    444  222
2016-03-05    555  333

或merged：

In [8]:
df.merge(df2, left_index=True, right_index=True)

Out[8]:
            value    0
2015-02-04    444  222
2016-03-05    555  333

【讨论】：

【解决方案2】：

你需要axis=1：

pd.concat([df,df2], axis=1)

输出：

            value    0
2015-02-04    444  222
2016-03-05    555  333

【讨论】：