合并 2 个具有相同索引的数据帧答案

【问题标题】：Combine 2 dataframes with same index合并 2 个具有相同索引的数据帧
【发布时间】：2020-11-02 13:57:04
【问题描述】：

我有 2 个数据框：

df1:

Date,      Time            Ln1        Ln2        Ln3
01.01.2020 0:00:00   274.18654  314.25631  238.30059
           1:00:00   274.25214  314.30739  238.32860
           2:00:00   274.31775  314.35846  238.35662
           3:00:00   274.38336  314.40953  238.38464
...                        ...        ...        ...
30.11.2020 20:00:00  238.25576  221.34272   16.99407
           21:00:00  238.32069  221.39448   17.00249
           22:00:00  238.38563  221.44625   17.01092
           23:00:00  238.45056  221.49801   17.01937
01.12.2020 0:00:00   238.51550  221.54977   17.02784

它有 3 列（不是 5 列！），因为 Date, Time 是 MultiIndex：

MultiIndex([(     'Date,',     'Time'),
            ('01.01.2020',  '0:00:00'),
            ('01.01.2020',  '1:00:00'),
            ('01.01.2020',  '2:00:00'),
            ('01.01.2020',  '3:00:00'),

我的第二个数据框：

df2:

                  dt       price
0     20200103100000  256.086667
1     20200103110000  256.526667
2     20200103120000  257.386667
3     20200103130000  256.703333
4     20200103140000  255.320000

顺便说一句，我知道如何使 df 列成为索引（可能有用，也可能没有用）：

df_candles.set_index("dt", inplace = True)

我的问题：如何组合这两个 DataFrame？当我这样做时：

pd = (df1, df1)

它确实结合了它们，但创建了 2 个不同的表：

Date,      Time            Ln1        Ln2        Ln3
01.01.2020 0:00:00   274.18654  314.25631  238.30059
           1:00:00   274.25214  314.30739  238.32860
           2:00:00   274.31775  314.35846  238.35662
           3:00:00   274.38336  314.40953  238.38464
...                        ...        ...        ...
30.11.2020 20:00:00  238.25576  221.34272   16.99407
           21:00:00  238.32069  221.39448   17.00249
           22:00:00  238.38563  221.44625   17.01092
           23:00:00  238.45056  221.49801   17.01937
01.12.2020 0:00:00   238.51550  221.54977   17.02784

                  dt       price
0     20200103100000  256.086667
1     20200103110000  256.526667
2     20200103120000  257.386667
3     20200103130000  256.703333
4     20200103140000  255.320000

但我想将它们合并到 1 个表中。名为“价格”的附加行将添加到第一个数据框中。日期时间索引是合并它们的关键。

【问题讨论】：

标签： python pandas

【解决方案1】：

使用合并尝试如下

df1.merge(df2, left_on='lkey', right_on='Ln3')

【讨论】：