Pandas：如何连接具有不同列的数据框？

Question

我试图在官方Pandas 文档中找到答案，但发现它比帮助更令人困惑。 基本上我有两个具有重叠但不相同的列列表的数据框：

df1:
   A   B
0  22  34
1  78  42

df2:
   B   C
0  76  29
1  11  67

我想合并/连接/附加它们，以便结果是

df3:
   A   B   C
0  22  34  nan
1  78  42  nan
2  nan 76  29
3  nan 11  67

应该相当简单，但我尝试了几种直观的方法，但总是出错。 有人可以帮我吗？

Answer 1

您需要与参数 how = outer 合并

df3 = df1.merge(df2, how = 'outer')

    A       B   C
0   22.0    34  NaN
1   78.0    42  NaN
2   NaN     76  29.0
3   NaN     11  67.0

Answer 2

如果您只想连接可以使用的数据帧。

pd.concat([df1,df2])

输出：

      A   B     C
0  22.0  34   NaN
1  78.0  42   NaN
0   NaN  76  11.0
1   NaN  11  67.0

然后你可以 reset_index 重新创建一个简单的递增索引。

pd.concat([df,df2]).reset_index(drop = True)

输出：

      A   B     C
0  22.0  34   NaN
1  78.0  42   NaN
2   NaN  76  11.0
3   NaN  11  67.0

Answer 3

@vaishali 和 @scott-boston 解决方案都有效。 更喜欢合并功能，因为它允许使用 how 参数更灵活地处理结果。 但是，如果涉及的列很少，则 concat 可以获得更好的性能

要优化@scott-boston 答案，您还可以使用内部 concat 参数igonore_index自动调整索引大小，而无需调用另一个函数，代码如下：

pd.concat([df1,df2],ignore_index=True)

输出

      A   B     C
0  22.0  34   NaN
1  78.0  42   NaN
2   NaN  76  11.0
3   NaN  11  67.0

Python（版本 3.8.5）| 大熊猫（版本 1.1.3）