python - 通过更新重复索引并将其余索引外连接来组合两个数据帧的最佳方法

Question

组合以下两个数据框的最佳方法是什么？我想要:

• desired_df 使用 new_df 中的价格来处理 new_df< 中任何重复的 security、date 索引 和 old_df (即更新下面示例中的 stock2)
• desired_df 保留 old_df 中未出现在 new_df 中的任何条目(保留 stock3)
• desired_df 包含 new_df 中未出现在 old_df 中的任何条目(添加 stock2)

这是我正在寻找的示例:

old_df = pd.DataFrame({'security': ['stock1', 'stock3'],'date': ['2019-12-23', '2019-12-23'],'price':[10,9]}).set_index(['security','date'])

new_df = pd.DataFrame({'security': ['stock1', 'stock2'],'date': ['2019-12-23', '2019-12-24'],'price':[11,12]}).set_index(['security','date'])

desired_df = pd.DataFrame({'security': ['stock1', 'stock2', 'stock3'],'date': ['2019-12-23', '2019-12-24', '2019-12-23'],'price':[11,12,11]}).set_index(['security','date'])

以下是 old_df、new_df 和我的 desired_df 的打印输出:

print(old_df)
                     price
security date             
stock1   2019-12-23     10
stock3   2019-12-23      9

print(new_df)

                     price
security date             
stock1   2019-12-23     11
stock2   2019-12-24     12

print(desired_df)
                     price
security date             
stock1   2019-12-23     11
stock2   2019-12-24     12
stock3   2019-12-23     9

Answer 1

IIUC，您可以使用combine_first :

desired_df = new_df.combine_first(old_df)

<小时/>

                     price
security date             
stock1   2019-12-23   11.0
stock2   2019-12-24   12.0
stock3   2019-12-23    9.0