沿具有非唯一索引的列连接两个数据框答案

【问题标题】：Join two dataframes along columns with non-unique index沿具有非唯一索引的列连接两个数据框
【发布时间】：2017-10-18 22:14:31
【问题描述】：

我有两个数据框，我想将它们沿列连接起来。索引不是唯一的：

df1 = pd.DataFrame({'A': ['0', '1', '2', '2'],'B': ['B0', 'B1', 'B2', 'B3'],'C': ['C0', 'C1', 'C2', 'C3']}):
    A   B   C
0  0  B0  C0
1  1  B1  C1
2  2  B2  C2
3  2  B3  C3

df2 = pd.DataFrame({'A': ['0', '2', '3'],'E': ['E0', 'E1', 'E2']},index=[0, 2, 3])
    A   E
0  0  E0
1  2  E1
2  3  E2

A 应该是我的索引。我想要的是：

    A   B   C   E
0  0  B0  C0    E0
1  1  B1  C1    NAN
2  2  B2  C2    E1
3  2  B3  C3    E1

这个pd.concat([df1, df2], 1) 给了我错误：

Reindexing only valid with uniquely valued Index objects

【问题讨论】：

pd.concat([df1, df2], 1)
错误：重新索引仅对具有唯一值的索引对象有效
已发布答案...
我想说，不要像这样改变你的问题......

标签： python pandas dataframe join merge

【解决方案1】：

通过使用combine_first

df1.combine_first(df2).dropna(subset=['A'],axis=0)
Out[320]: 
    A   B   C    D    E
0  A0  B0  C0   D0   E0
1  A1  B1  C1  NaN  NaN
2  A2  B2  C2   D1   E1
2  A3  B3  C3   D1   E1

编辑后：

通过使用combine_first

df1.combine_first(df2.set_index('A'))
Out[338]: 
   A   B   C    E
0  0  B0  C0   E0
1  1  B1  C1  NaN
2  2  B2  C2   E1
3  2  B3  C3   E2

或者

pd.concat([df1,df2.set_index('A')],axis=1)
Out[339]: 
   A   B   C    E
0  0  B0  C0   E0
1  1  B1  C1  NaN
2  2  B2  C2   E1
3  2  B3  C3   E2

【讨论】：

【解决方案2】：

也许你正在寻找一个左外merge。

df1.merge(df2, how='left')
   A   B   C    E
0  0  B0  C0   E0
1  1  B1  C1  NaN
2  2  B2  C2   E1
3  2  B3  C3   E1

【讨论】：