Python:合并两个 Pandas 数据帧，如果需要扩展索引

Question

如何将两个数据帧合并为一个，同时对两个数据帧的所有行和所有索引值进行 keping ？

假设我有两个数据帧，其索引值部分不同：

df1 = pd.DataFrame(np.random.randn(5, 1), columns=['a'], index=[0, 2, 3, 4, 5])
df2 = pd.DataFrame(np.random.randn(5, 1), columns=['b'], index=[1, 2, 3, 4, 6])
         a
0 -1.089084
2 -0.552297
3 -0.242239
4  0.247463
5 -0.139740
          b
1 -0.407245
2  1.704591
3 -0.803438
4 -1.511515
6  0.303360

我想创建一个新的数据帧，其中包含具有组合索引的两列。我试过了：

df_combine = pd.DataFrame()
df_combine['a'] = df1['a']
df_combine['b'] = df2['b']

这导致：

          a         b
0 -1.089084       NaN
2 -0.552297  1.704591
3 -0.242239 -0.803438
4  0.247463 -1.511515
5 -0.139740       NaN

在我想要的地方，保留所有行和索引值，如果此索引值没有可用的值，则使用 NaN：

          a         b
0 -1.089084       NaN
1       NaN -0.407245
2 -0.552297  1.704591
3 -0.242239 -0.803438
4  0.247463 -1.511515
5 -0.139740       NaN
6       NaN  0.303360

Answer 1

试试 pandas.concat 函数： https://pandas.pydata.org/pandas-docs/stable/merging.html

dd = pd.concat([df1, df2], axis=1)
print(dd)

输出：

          a         b
0 -0.603074       NaN
1       NaN -0.021821
2  0.501050  0.342474
3 -2.612637 -0.256383
4  0.095779 -1.423016
5 -0.644108       NaN
6       NaN -1.756023