加入具有不同索引的数据框

【问题标题】：Join dataframe with different indices加入具有不同索引的数据框
【发布时间】：2014-04-19 15:36:34
【问题描述】：

请考虑以下以每日日期为索引的数据框

    df1= pd.date_range(start_date, end_date)
    df1 = pd.DataFrame(index=date_range, columns=['A', 'B'])

现在我有第二个数据框 df2，其中 df2.index 是 df1.index 的子集我想将 df2 中的数据加入到 df1 中，对于缺少的索引，我想拥有 NAN。在第二步中，我想用最后可用的数据替换 NaN，如下所示：

 2004-03-28 5
 2004-03-30 NaN
 2004-03-31 NaN
 2004-04-01 7

应该变成

 2004-03-28 5
 2004-03-30 5
 2004-03-31 5
 2004-04-01 7

非常感谢您的帮助

【问题讨论】：

【解决方案1】：

假设您有共同的索引，并且在两个数据帧中只有一个名称相同的列：

第一次合并

df1 = df1.merge(df2, how='left')

现在使用 'ffill' 填充缺失值，这意味着 forwards fill：

df1 = df1.fillna(method='ffill')

在列名称不同的情况下，您可以重命名列：

right.rename(columnss={'old_name':'new_name'},inplace=True)

或指定要合并的左侧和右侧的列：

df1.merge(df2, left_on='left_col', right='right_col', how='left')

如果索引不匹配，则必须设置 left_index=False 和 right_index=False

【讨论】：