Pandas 将不同列数的多个数据帧合并为一个大数据帧

我有两个不同列数和行数的CSV文件。第一个CSV文件有M列和N行，第二个CSV文件有H列和G行。某些列具有相同的名称

我希望将这两个属性组合到具有以下属性的数据帧中：

• N+G行
• （M，H）柱的并集
• 如果列A是第一个CSV文件的元素，但不是第二个CSV文件的元素，则数据框中A的前N个条目中的值应与第一个CSV中的值相同，其余的（因为第二个CSV中没有A数据）应为NA

以下是一个例子：

CSV1
City, Population,
Zagreb, 700000,
Rijeka, 142000

CSV2
City, Area,
Split, 200.00
Osijek, 171.00
Dubrovnik, 143.35

我想构建一个如下所示的数据框架：

City      Population   Area
Zagreb    700000       NA
Rijeka    142000       NA
Split     NA           200.00
Osijek    NA           171.00
Dubrovnik NA           143.35

另外，如果我有两个CSV文件，我有两个数据帧，并希望执行相同的操作，例如，如果我将第一个CSV加载到

df1

，将第二个CSV加载到

df2

，然后希望合并到

df3

，这与上面的示例类似。

为什么不尝试此功能：

In [25]: df1
Out[25]: 
     City  Population
0  Zagreb      700000
1  Rijeka      142000

In [26]: df2
Out[26]: 
        City    Area
0      Split  200.00
1     Osijek  171.00
2  Dubrovnik  143.35

In [27]: pd.concat([df1,df2])
Out[27]: 
     Area       City  Population
0     NaN     Zagreb      700000
1     NaN     Rijeka      142000
0  200.00      Split         NaN
1  171.00     Osijek         NaN
2  143.35  Dubrovnik         NaN

In [28]: pd.concat([df1,df2], ignore_index=True)
Out[28]: 
     Area       City  Population
0     NaN     Zagreb      700000
1     NaN     Rijeka      142000
2  200.00      Split         NaN
3  171.00     Osijek         NaN
4  143.35  Dubrovnik         NaN

注意：如果您的要求稍有不同，则会有一些附加选项。

为什么不尝试此功能：

In [25]: df1
Out[25]: 
     City  Population
0  Zagreb      700000
1  Rijeka      142000

In [26]: df2
Out[26]: 
        City    Area
0      Split  200.00
1     Osijek  171.00
2  Dubrovnik  143.35

In [27]: pd.concat([df1,df2])
Out[27]: 
     Area       City  Population
0     NaN     Zagreb      700000
1     NaN     Rijeka      142000
0  200.00      Split         NaN
1  171.00     Osijek         NaN
2  143.35  Dubrovnik         NaN

In [28]: pd.concat([df1,df2], ignore_index=True)
Out[28]: 
     Area       City  Population
0     NaN     Zagreb      700000
1     NaN     Rijeka      142000
2  200.00      Split         NaN
3  171.00     Osijek         NaN
4  143.35  Dubrovnik         NaN

---

注意：如果您有稍微不同的要求，则会有一些附加选项。

@enedene我有大量的列要讨论。我不想写每个列的名称。我如何才能做到这一点？@Danish我不理解这个问题。请考虑问一个单独的问题（这样更多的人也能看到）。是的，我可以问一个单独的问题，但是这11个很简单。我只是想问一下，假设我有200个列，在这些列上我必须concat 2数据帧，而不是写*pd.concat（[mdf1['user'，'tag1'，'tag2'，'tag3'，'tag4']].groupby（['user']）.agg（sum）*我无法单独写入列的名称，因此必须有某种方式将dataframe中“tag1”之后的所有列都包含在内。我希望你明白我的问题@AndyHayden@Danish它需要一个列表，所以您可以进行列表理解或类似的操作。ps。您可以使用.sum（）而不是.agg（sum）“安迪海登，我已经试过在争论中列一列，但是它给了我错误。最好是不应该。”是的，谢谢。SUN（）。我有一大堆的列要写。我不想写这些的名字。我怎么能这么做？“丹麦我不明白这个问题。请考虑问一个单独的问题。（这样更多的人也可以看到它）。是的，我可以问一个单独的问题，但这个问题很简单。我只是问，假设我有200个列，我必须在这些列上连接2个数据帧，而不是写*pd.concat（[mdf1[['user'，'tag1'，'tag2'，'tag3'，'tag4']].groupby（['user']）.agg（sum）*我无法单独写入列的名称，因此必须有某种方式将dataframe中“tag1”之后的所有列都包含在内。我希望你明白我的问题@AndyHayden@Danish它需要一个列表，所以您可以进行列表理解或类似的操作。ps。您可以使用.sum（）而不是.agg（sum）@我已经试着在参数中放入一列，但它给了我错误。理想情况下不应该这样做？是的，谢谢你。sum（）