Concat关于缺失索引的两个DataFrame

Question

我有两个DataFrames，并且只想在第一个没有包含索引的行上使用第二个。

最有效的方法是什么？

例：

df_1
idx     val
0      0.32
1      0.54
4      0.26
5      0.76
7      0.23

df_2
idx     val
1     10.24
2     10.90
3     10.66
4     10.25
6     10.13
7     10.52

df_final
idx     val
0      0.32
1      0.54
2     10.90
3     10.66
4      0.26
5      0.76
6     10.13
7      0.23

回顾：我需要添加df_2的行，其索引不在df_1 。

---

编辑

去除某些指标df_2说明一个事实，即所有指数df_1中没有涉及的df_2 。

Answer 1

您可以使用combine_first或fillna reindex ：

df = df_1.reindex(df_2.index).combine_first(df_2)
print (df)
       val
idx       
0     0.32
1     0.54
2    10.90
3    10.66
4     0.26
5     0.76
6    10.13
7     0.23

---

df = df_1.reindex(df_2.index).fillna(df_2)
print (df)
       val
idx       
0     0.32
1     0.54
2    10.90
3    10.66
4     0.26
5     0.76
6    10.13
7     0.23

Answer 2

您可以使用combine_first方法实现所需的输出。 从方法的文档：

将两个DataFrame对象组合在一起，默认为调用该方法的帧中的非空值。 结果索引列将是相应索引和列的并集

用法示例：

import pandas as pd

df_1 = pd.DataFrame([0.32,0.54,0.26,0.76,0.23], columns=['val'], index=[0,1,4,5,7])
df_1.index.name = 'idx'

df_2 = pd.DataFrame([10.56,10.24,10.90,10.66,10.25,10.13,10.52], columns=['val'], index=[0,1,2,3,4,6,7])
df_2.index.name = 'idx'

df_final = df_1.combine_first(df_2)

这将产生预期的结果：

In [7]: df_final
Out[7]:
       val
idx       
0     0.32
1     0.54
2    10.90
3    10.66
4     0.26
5     0.76
6    10.13
7     0.23