python - Pandas - 合并两个具有不同行数的数据框

Question

我有以下两个数据框:

df:

              value
period
2000-01-01    100
2000-04-01    200
2000-07-01    300
2000-10-01    400
2001-01-01    500

df1:

              value
period
2000-07-01    350
2000-10-01    450
2001-01-01    550
2001-04-01    600
2001-07-01    700

这是期望的输出:

df:

              value
period
2000-01-01    100
2000-04-01    200
2000-07-01    350
2000-10-01    450
2001-01-01    550
2001-04-01    600
2001-07-01    700

我在 df1 和 df2 上都有 set_index(['period'])。在创建新列但没有按预期工作后，我还尝试了一些东西，包括 concat 和 where 语句。我的第一个数据框是主要的。第二个是更新。它应该替换第一个中的相应值，同时添加新记录(如果有)。

我该怎么做？

Answer 1

您可以使用 combine_first , 如果某些索引的 dtype 是 object 转换 to_datetime如果 df1.index 总是在 df.index 中，效果很好:

print (df.index.dtype)
object

print (df1.index.dtype)
object

df.index = pd.to_datetime(df.index)
df1.index = pd.to_datetime(df1.index)

df = df1.combine_first(df)
#if necessary int columns
#df = df1.combine_first(df).astype(int)
print (df)
            value
period           
2000-01-01  100.0
2000-04-01  200.0
2000-07-01  350.0
2000-10-01  450.0
2001-01-01  550.0
2001-04-01  600.0
2001-07-01  700.0

如果不是，则需要通过 intersection 进行过滤第一:

df = df1.loc[df1.index.intersection(df.index)].combine_first(df)

---

另一种解决方案 numpy.setdiff1d和 concat

df = pd.concat([df.loc[np.setdiff1d(df.index, df1.index)], df1])
print (df)
            value
period           
2000-01-01    100
2000-04-01    200
2000-07-01    350
2000-10-01    450
2001-01-01    550
2001-04-01    600
2001-07-01    700