加入索引具有不同数量的有序行的熊猫数据框

Question

如果某个模式的分数为 80 或更高，则 df1 和 df2 有行。每个模式的行从高到低排序。

df1:

>>> df1 = pd.DataFrame({'pattern': ['a','a','b'],'score':[100, 80, 85]})
>>> df1.set_index('pattern',inplace=True)
>>> df1
         score
pattern       
a          100
a           80
b           85

df2:

>>> df2 = pd.DataFrame({'pattern': ['a','b'],'score':[90, 95]})
>>> df2.set_index('pattern',inplace=True)
>>> df2
         score
pattern       
a           90
b           95

我想要一个合并的数据框，其中每个模式的最高分数在同一行，每个模式的第二高分数在下面的行，依此类推。 df1 或 df2 中的任何行都需要在合并的数据框中。如果 df1 中的模式有更多分数，那么我希望 df2 的单元格中有一个默认值，如 null、0、-1（无所谓）：

score_df1 score_df2 pattern
a 100 90 a 80 0 b 85 95

如果 df1 的模式行数比 df2 多（反之亦然），我可以获得重复分数：

>>> pd.merge(df1, df2, left_index=True, right_index=True, suffixes=['_df1','_df2']) score_df1 score_df2 pattern
a 100 90 a 80 90 b 85 95

但是如何获取默认/空值呢？

Answer 1

只做一个外连接：

pd.merge(df1, df2, left_index=True, right_index=True, suffixes=['_df1','_df2'], how='outer')

pandas.DataFrame.merge Documentation