以数据优先级将 2 个 pandas 数据帧合并为 1 个答案

【问题标题】：merge 2 pandas dataframe in 1 with data priority以数据优先级将 2 个 pandas 数据帧合并为 1 个
【发布时间】：2018-06-02 13:40:04
【问题描述】：

我有 2 个数据框：

A = [ A  B  C
name1 1  2  3
name2 1  2  3
name3 1  2  3
]

B = [  A  B  C  D
name1 11 12 13 12
name2 12 22 23 23
name3 31 32 33 14
name4 41 42 43 44
]

我想在 A 中添加我在 A 中没有但在 B 中具有的列和行，而不更改 A 中的现有数据

因此，A 必须是：

A = [ A  B  C  D
name1 1  2  3  12
name2 1  2  3  23
name3 1  2  3  14
name4 41 42 43 44
]

我应该怎么做？

【问题讨论】：

标签： python pandas dataframe combinations

【解决方案1】：

使用combine_first

df1.combine_first(df2).astype(int)

        A   B   C   D
name1   1   2   3  12
name2   1   2   3  23
name3   1   2   3  14
name4  41  42  43  44

【讨论】：

【解决方案2】：

您可以使用reindex 后跟fillna：

index = A.index.union(B.index)
columns = A.columns.union(B.columns)
A.reindex(index=index, columns=columns).fillna(B).astype(int)

        A   B   C   D
name1   1   2   3  12
name2   1   2   3  23
name3   1   2   3  14
name4  41  42  43  44

【讨论】：