Pandas 水平合并

【问题标题】：Pandas merge horizzontalyPandas 水平合并
【发布时间】：2022-12-18 07:55:33
【问题描述】：

我正在处理这样的问题：

mydata_old
| x | y |
| -------- | -------- |
| 1   | 10   |
| 2   | 15   |
| 3   | 12   |
| 4   | 21   |

mydata_new
| x | y |
| -------- | -------- |
| 4   | 20   |
| 5   | 25   |
| 6   | 30   |

我想得到：

mydata
| x | y |
| -------- | -------- |
| 1   | 10   |
| 2   | 15   |
| 3   | 12   |
| 4   | 20   |
| 5   | 25   |
| 6   | 30   |

我尝试了合并功能

mydata=pd.merge(mydata_new,mydata_old,how="left")

和其他组合，但我无法获得所需的结果

【问题讨论】：

pd.concat([mydata_old, mydata_new])

标签： python pandas merge

【解决方案1】：

一种方法是使用外部连接（即保留来自两个数据帧的索引）。您可以使用pd.merge(mydata_new, mydata_old, how='outer') 实现此目的，然后保持最新数据可用。

但是，pandas.concat 可能更直接。

在这里，我连接了两个数据帧。请注意，如果 x 出现在 mydata_new 中，我会排除 mydata_old 中的行。通过这种方式，您可以在两个数据帧（旧的和新的）中都可用时保留最新数据。

# Concat frames and if data is available in both, keep data from mydata_new
mydata = pd.concat(
    [
        mydata_old.loc[~mydata_old['x'].isin(mydata_new['x'])],
        mydata_new
    ],
    axis=0)

这将打印以下内容：

x	y
1	10
2	15
3	12
4	20
5	25
6	30

【讨论】：