Pandas 熊猫加入（合并？）数据帧，只保留唯一的标记

我有一个带有日期索引的数据框。有几次约会不知何故失踪了。我将其称为dataframe

A

。我有另一个数据框，其中包括讨论中的日期。我将此数据帧称为

B

我想合并两个数据帧：

保留

A

的所有索引并将其与

B

连接，但是我不希望

B

中的任何行与

A

共享索引。也就是说，我只希望从

B

返回

A

中缺少的行

这是如何最容易实现的

注:

---

对于我拥有的数据数据库来说，这种行为是正确的。我会做大约400次

如果我没看错问题，你想要的是

B[~B.index.isin(A.index)]

例如：

In [192]: A
Out[192]:
Empty DataFrame
Columns: []
Index: [1, 2, 4, 5]

In [193]: B
Out[193]:
Empty DataFrame
Columns: []
Index: [1, 2, 3, 4, 5]

In [194]: B[~B.index.isin(A.index)]
Out[194]:
Empty DataFrame
Columns: []
Index: [3]

要在

A

中使用数据，或者从

B

中获取数据，您可以执行以下操作

pd.concat([A, B[~B.index.isin(A.index)]).sort_index()

或者，假设

A

不包含您想要保留的空元素，您可以采取不同的方法，选择类似

pd.DataFrame(A, index=B.index).fillna(B)

---

如果我没看错问题，你想要的是

B[~B.index.isin(A.index)]

例如：

In [192]: A
Out[192]:
Empty DataFrame
Columns: []
Index: [1, 2, 4, 5]

In [193]: B
Out[193]:
Empty DataFrame
Columns: []
Index: [1, 2, 3, 4, 5]

In [194]: B[~B.index.isin(A.index)]
Out[194]:
Empty DataFrame
Columns: []
Index: [3]

要在

A

中使用数据，或者从

B

中获取数据，您可以执行以下操作

pd.concat([A, B[~B.index.isin(A.index)]).sort_index()

或者，假设

A

不包含您想要保留的空元素，您可以采取不同的方法，选择类似

pd.DataFrame(A, index=B.index).fillna(B)

我相信你需要：

编辑：

---

---

我相信你需要：

编辑：

---

---

---

虽然有一个很好的答案，但我想分享这一个，因为它太短了

pd.concat([A, B]).drop_duplicates(keep='first')

---

虽然有一个很好的答案，但我想分享这一个，因为它太短了

pd.concat([A, B]).drop_duplicates(keep='first')

---

这基本上就是我想要的是的。这样，一旦B被索引，我就可以合并这两个数据帧。我真的不明白你所说的“合并”是什么意思。根据索引的定义，没有数据可以从

A

中获取，因此没有什么可以合并的。我真的不想让它们“合并”，这就是为什么我不确定文章的标题。但我希望将它们连接起来，然后进行排序（是的，我知道熊猫可以连接并将对索引进行排序）。但是由于缺少一个简洁的术语，我写了“合并”，所以，当数据存在时，使用

a

中的数据，如果没有，则使用

B

中的数据；聪明的我猜这会花费更多的内存，但可能不会有什么不同。让我给答案加上其他方法。这基本上就是我想要的。这样，一旦B被索引，我就可以合并这两个数据帧。我真的不明白你所说的“合并”是什么意思。根据索引的定义，没有数据可以从

A

中获取，因此没有什么可以合并的。我真的不想让它们“合并”，这就是为什么我不确定文章的标题。但我希望将它们连接起来，然后进行排序（是的，我知道熊猫可以连接并将对索引进行排序）。但是由于缺少一个简洁的术语，我写了“合并”，所以，当数据存在时，使用

a

中的数据，如果没有，则使用

B

中的数据；聪明的我猜这会花费更多的内存，但可能不会有什么不同。让我在答案上加上其他方法。这是个好主意。在过去，我用了一些非常类似的东西来解决其他需求，我很惊讶我没有想到这一点。我想我只是认为应该有一个“连接”，只从两个数据集中获取唯一的元素（但是……我知道这不是真正的“连接”）。也许我会先试试这个。这个答案的问题是需要按索引删除重复项，所以

.drop\u duplicates（keep='first'）

无法使用，因为它按所有列删除重复项，不确定是否需要。如果需要按索引删除重复项，则需要

df1=df1[~df1.index.duplicated（）]。sort_index（）

使用示例数据检查我的答案以获得解决方案。@jezrael我不知道该行为将应用于每列。知道这一点很有帮助。这是个好主意。在过去，我用了一些非常类似的东西来解决其他需求，我很惊讶我没有想到这一点。我想我只是认为应该有一个“连接”，只从两个数据集中获取唯一的元素（但是……我知道这不是真正的“连接”）。也许我会先试试这个。这个答案的问题是需要按索引删除重复项，所以

.drop\u duplicates（keep='first'）

无法使用，因为它按所有列删除重复项，不确定是否需要。如果需要按索引删除重复项，则需要

df1=df1[~df1.index.duplicated（）]。sort_index（）

使用示例数据检查我的答案以获得解决方案。@jezrael我不知道该行为将应用于每列。知道这一点很有帮助。