我有两个数据帧，每一个都代表一个不规则的时间序列。
下面是来自df1的示例:
index
2014-10-30 16:00 118
2014-10-30 19:00 160
2014-10-30 22:00 88
2014-10-31 00:00 128
2014-10-31 03:00 89
2014-10-31 11:00 66
2014-10-31 17:00 84
2014-10-31 20:00 104
2014-10-31 21:00 82
2014-10-31 23:00 95
2014-11-01 02:00 44
2014-11-01 03:00 54
2014-11-01 14:00 83
2014-11-02 03:00 78
2014-11-02 04:00 87
2014-11-02 13:00 90
下面是来自df2的示例:
index
2016-02-04 02:00 0.00
2016-02-06 00:00 50.00
2016-02-07 05:00 30.00
2016-02-07 21:00 26.00
2016-02-10 18:00 100.00
2016-02-11 00:00 20.00
2016-02-12 03:00 15.00
2016-02-12 18:00 90.00
2016-02-13 17:00 25.00
2016-02-13 19:00 40.00
2016-02-15 00:00 35.00
2016-02-18 04:00 14.00
2016-02-28 00:00 33.98
索引是每小时频率的pandas Period对象，两个数据帧的索引所代表的时间范围肯定有重叠。如何将它们合并到一个数据框架中，该数据框架通过索引的并集进行索引，并在其中一列缺少特定索引的值时留下空白(稍后我可以对其应用ffill) ?
这是我尝试的:
df1.merge(df2, how = 'outer')
这给了我一个看起来毫无意义的结果，失去了索引:
0
0 118.00
1 160.00
2 88.00
3 128.00
4 89.00
5 66.00
6 84.00
7 104.00
8 82.00
9 95.00
我也试过:
df1.merge(df2, how = 'outer', left_on = 'index', right_on = 'index')
这给了我一个KeyError:
pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:3979)()
pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:3843)()
pandas/hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12265)()
pandas/hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12216)()
KeyError: 'index'
最后，我尝试在resampling每个数据帧之后用字典创建一个新的数据帧:
df_1 = df1.resample('H').ffill()
df_2 = df2.resample('H').ffill()
fin = pd.DataFrame({'d1':df_1[0], 'd2':df_2[0]})
，但这产生的输出，其中d2列完全是NaN，即使原来的df_2后重新采样看起来很好。
我怎么做这个合并?
在这种情况下，尝试join而不是merge，因为它将保留索引:
df1.join(df2, how='outer')
在这种情况下不需要任何其他配置。与outer结合将使NaN值保留在索引中缺少值的列的位置。
其他两个选项:
1)使用merge
df = df1.merge(df2, left_index=True, right_index=True, how='outer')
2)使用append，因为两个dfs有完全相同的列，然后删除重复的行
df = df1.append(df2).drop_duplicates()