将索引上的数据帧与pandas合并

Question

我有两个数据帧,每个数据帧有两个索引列.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

第二个数据帧如下:

                   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

结果我想得到以下内容:

                   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

我尝试使用pd.merge和.join方法的几个版本,但似乎没有任何工作.你有什么建议吗？

Answer 1

您应该可以使用join,它默认连接索引.根据您想要的结果,您必须使用outer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(其他,on = None,how ='left',lsuffix ='',rsuffix ='',sort = False)Docstring:在索引或键列上与其他DataFrame连接列.通过传递列表,有效地通过索引连接多个DataFrame对象.

Answer 2

你可以这样做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,填充缺少的索引NaN.在left_index和right_index关键字参数有合并是对指数进行.如果在完成NaN合并后获得所有列,则另一个故障排除步骤是验证索引是否相同dtypes.

merge上面的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