熊猫：合并两个一维数据帧，为两列输出具有唯一元素填充值的列

Question

我有以下两个数据框：

import pandas as pd
df1 = pd.DataFrame({'A':[1,2,4,6]})
df2 = pd.DataFrame({'A':[1,2,3,6]})


df1
Out[27]: 
   A
0  1
1  2
2  4
3  6

df2
Out[28]: 
   A
0  1
1  2
2  3
3  6

我想以保留两列的方式合并它们，不考虑它们的索引而加入公共值，并用另一行中的填充值保留唯一值，也就是说，我想要这个结果：

   A_x  A_y
0  1.0  1.0
1  2.0  2.0
2  NaN  3.0
3  4.0  NaN
4  6.0  6.0

我努力了

pd.merge(df1,df2,on=['A'],how='outer')
pd.concat([df1,df2],axis=1,join='outer')

但是这两个没有达到预期的效果。 我尝试了不同的选择，但没有运气。

我还研究了其他方法，例如append和assign但似乎没有一种方法可以提供此功能。

我觉得这是一个普通的操作，应该有一个简单直接的解决方案，所以我可能会忽略一些显而易见的事情。

你能告诉我怎么做对吗？

Answer 1

使用concat解决方案，该解决方案通过index连接值，因此set_index是必需的：

df = pd.concat([df1.set_index('A', drop=False).A,
                df2.set_index('A', drop=False).A],
                axis=1, 
                keys=('A_x','A_y')).reset_index(drop=True)
print (df)
   A_x  A_y
0  1.0  1.0
1  2.0  2.0
2  NaN  3.0
3  4.0  NaN
4  6.0  6.0

Answer 2

df2 = df2.set_index('A', drop=False)
kws = dict(on='A', lsuffix='_x', rsuffix='_y', how='outer')
df1.join(df2, **kws).drop('A', 1)

   A_x  A_y
0  1.0  1.0
1  2.0  2.0
2  4.0  NaN
3  6.0  6.0
3  NaN  3.0