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

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

Answer 1

您应该能够使用join ，它默认连接在索引上。 根据您所需的结果，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（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

您可以通过merge执行此操作：

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进行合并。 如果在合并后获得列中的所有NaN ，则另一个故障排除步骤是验证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