在列上連接 pandas DataFrames，類似於外部合並

Question

我有 3 個數據框，每個數據框的第一列都有日期。 我想連接這些數據幀，但連接與每個數據幀的行值相關。 如果值匹配，則在同一行添加，否則，我希望有一個 NaN。

import numpy as np
import pandas as pd

# Create the pandas DataFrame
df1 = pd.DataFrame(['2018-12-31','2019-09-30','2022-01-31'], columns = ['Date1'])
df2 = pd.DataFrame(['2019-09-30','2022-02-28'], columns = ['Date2'])
df3 = pd.DataFrame(['2019-09-30','2021-06-30','2021-11-30','2022-03-31'], columns = ['Date3'])

display(df1)
display(df2)
display(df3)

data = {'Date1': ['2018-12-31','2019-09-30',np.nan,np.nan,'2022-01-31',np.nan,np.nan],
        'Date2': [np.nan,'2019-09-30',np.nan,np.nan,np.nan,'2022-02-28',np.nan],
        'Date3': [np.nan,'2019-09-30','2021-06-30','2021-11-30',np.nan,np.nan,'2022-01-31']}

desired_df = pd.DataFrame(data)
desired_df

這就是我想要實現的目標。

	日期 1	日期2	日期 3
0	2018-12-31	鈉鹽	鈉鹽
1個	2019-09-30	2019-09-30	2019-09-30
2個	鈉鹽	鈉鹽	2021-06-30
3個	鈉鹽	鈉鹽	2021-11-30
4個	2022-01-31	鈉鹽	鈉鹽
5個	鈉鹽	2022-02-28	鈉鹽
6個	鈉鹽	鈉鹽	2022-01-31

我最初的想法是使用類似的東西：

pd.concat([df1,df2,df3], axis=1, join="outer")

然而，上面會產生類似的東西：

日期 1	日期2	日期 3
2018-12-31	2019-09-30	2019-09-30
2019-09-30	2022-02-28	2021-06-30
2022-01-31	鈉鹽	2021-11-30
鈉鹽	鈉鹽	2022-03-31

Answer 1

我們可以使用日期設置set_index （通過將drop參數設置為 False，我們不會丟失該列），然后concat ：

out = (pd.concat([df.set_index(f'Date{i+1}', drop=False) 
                 for i, df in enumerate([df1, df2, df3])], axis=1)
       .sort_index().reset_index(drop=True))

Output：

        Date1       Date2       Date3
0  2018-12-31         NaN         NaN
1  2019-09-30  2019-09-30  2019-09-30
2         NaN         NaN  2021-06-30
3         NaN         NaN  2021-11-30
4  2022-01-31         NaN         NaN
5         NaN  2022-02-28         NaN
6         NaN         NaN  2022-03-31