Python 在pandas中使用数据帧时，如何在只有一些列相同的情况下附加数据帧？

如果我有一个像这样的数据框

             rootID   parentID    jobID    counter
          0    A         B          D         0
          1    E         F          G         0
          2    A         C          D         0
          3    E         B          F         0
          4    E         F          G         0

还有一个数据框看起来像这样

             rootID   parentID    StepID
          0    A         B          1     
          1    A         F          2      
          2    A         C          3    
          3    E         B          4    
          4    E         F          5    

如何根据它们的共同键“rootID”和“parentID”将第二个数据帧附加到第一个数据帧，以便

             rootID   parentID    jobID    counter   stepÌD
          0    A         B          D         0        Null
          1    E         F          G         0        Null
          2    A         C          D         0        Null
          3    E         B          F         0        Null
          4    E         F          G         0        Null
          5    A         B         Null      Null       1 
          6    A         F         Null      Null       2
          7    A         C         Null      Null       3
          8    E         B         Null      Null       4
          9    E         F         Null      Null       5    

---

感谢您的帮助

尝试，

pd.concat

，pandas具有内在的数据对齐功能，因此在使用此功能和大多数其他功能时，pandas将保持行索引标签和列标题对齐：

pd.concat([df, df2], ignore_index=True, sort=False)

输出：

  rootID parentID jobID  counter  StepID
0      A        B     D      0.0     NaN
1      E        F     G      0.0     NaN
2      A        C     D      0.0     NaN
3      E        B     F      0.0     NaN
4      E        F     G      0.0     NaN
5      A        B   NaN      NaN     1.0
6      A        F   NaN      NaN     2.0
7      A        C   NaN      NaN     3.0
8      E        B   NaN      NaN     4.0
9      E        F   NaN      NaN     5.0

---

注意：pandas有一个不幸的副作用，就是将包含NaN的数字列转换为浮点数据类型。

试试看，

pd.concat

，pandas具有内在的数据对齐，因此在使用此函数和大多数其他函数时，pandas将保持行索引标签和列标题对齐：

pd.concat([df, df2], ignore_index=True, sort=False)

输出：

  rootID parentID jobID  counter  StepID
0      A        B     D      0.0     NaN
1      E        F     G      0.0     NaN
2      A        C     D      0.0     NaN
3      E        B     F      0.0     NaN
4      E        F     G      0.0     NaN
5      A        B   NaN      NaN     1.0
6      A        F   NaN      NaN     2.0
7      A        C   NaN      NaN     3.0
8      E        B   NaN      NaN     4.0
9      E        F   NaN      NaN     5.0

---

注意：熊猫有一个不幸的副作用，就是将包含NaN的数字列转换为浮点数据类型。

如果我们使用

append

，情况是否相同？使用concat有什么好处？非常感谢。是的，请参见。如果我们使用

append

，是否相同？使用concat有什么好处？非常感谢。是的，看。