在缺少的索引上连接两个 DataFrame答案

【问题标题】：Concat two DataFrames on missing indices在缺少的索引上连接两个 DataFrame
【发布时间】：2017-02-20 12:42:40
【问题描述】：

我有两个 DataFrame，并且只想在索引尚未包含在第一个中的行上使用第二个。

最有效的方法是什么？

示例：

df_1
idx     val
0      0.32
1      0.54
4      0.26
5      0.76
7      0.23

df_2
idx     val
1     10.24
2     10.90
3     10.66
4     10.25
6     10.13
7     10.52

df_final
idx     val
0      0.32
1      0.54
2     10.90
3     10.66
4      0.26
5      0.76
6     10.13
7      0.23

回顾：我需要在df_2 中添加索引不在df_1 中的行。

编辑

删除了df_2 中的一些索引，以说明df_1 中的所有索引都没有包含在df_2 中。

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以将reindex 与combine_first 或fillna 一起使用：

df = df_1.reindex(df_2.index).combine_first(df_2)
print (df)
       val
idx       
0     0.32
1     0.54
2    10.90
3    10.66
4     0.26
5     0.76
6    10.13
7     0.23

df = df_1.reindex(df_2.index).fillna(df_2)
print (df)
       val
idx       
0     0.32
1     0.54
2    10.90
3    10.66
4     0.26
5     0.76
6    10.13
7     0.23

【讨论】：

我没有在我的示例中说明这一点，但df_2 索引并未涵盖所有df_1 索引。因此这种方法不能按原样工作，它只需要出现在df_2 中的索引。
我尝试测试它，对我来说它有效。您可以将其添加到我的解决方案中存在问题的示例中吗？谢谢。
我有len(df) = len(df_2) 在运行您的任何一个解决方案时。在df_1 中但不在df_2 中的索引将被删除。
我无法模拟它。我尝试相同的length，对我来说它有效。我不知道是什么问题:(
@Jivan 你可以使用df_final = df_1.combine_first(df_2)来达到想要的结果。

【解决方案2】：

您可以通过使用 DataFrame 的combine_first 方法来实现所需的输出。来自方法的文档：

合并两个 DataFrame 对象，并在调用方法的框架中默认为非空值。结果索引列将是各个索引和列的并集

示例用法：

import pandas as pd

df_1 = pd.DataFrame([0.32,0.54,0.26,0.76,0.23], columns=['val'], index=[0,1,4,5,7])
df_1.index.name = 'idx'

df_2 = pd.DataFrame([10.56,10.24,10.90,10.66,10.25,10.13,10.52], columns=['val'], index=[0,1,2,3,4,6,7])
df_2.index.name = 'idx'

df_final = df_1.combine_first(df_2)

这将给出预期的结果：

In [7]: df_final
Out[7]:
       val
idx       
0     0.32
1     0.54
2    10.90
3    10.66
4     0.26
5     0.76
6    10.13
7     0.23

【讨论】：