Python 与空数据帧合并

我正在尝试将一个数据帧（

df1

）与另一个数据帧（

df2

）合并，

df2

可能为空。合并条件是

df1.index=df2.z

（

df1

从不为空），但我得到以下错误

有什么办法可以让它工作吗

In [31]:
import pandas as pd
In [32]:
df1 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [1, 2, 3]})
df2 = pd.DataFrame({'x':[], 'y':[], 'z':[]})
dfm = pd.merge(df1, df2, how='outer', left_index=True, right_on='z')
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-34-4e9943198dae> in <module>()
----> 1 dfmb = pd.merge(df1, df2, how='outer', left_index=True, right_on='z')

/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.pyc in merge(left, right, how, on, left_on, right_on, left_index, right_index, sort, suffixes, copy)
     37                          right_index=right_index, sort=sort, suffixes=suffixes,
     38                          copy=copy)
---> 39     return op.get_result()
     40 if __debug__:
     41     merge.__doc__ = _merge_doc % '\nleft : DataFrame'

/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.pyc in get_result(self)
    185 
    186     def get_result(self):
--> 187         join_index, left_indexer, right_indexer = self._get_join_info()
    188 
    189         ldata, rdata = self.left._data, self.right._data

/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.pyc in _get_join_info(self)
    277                 join_index = self.left.index.take(left_indexer)
    278             elif self.left_index:
--> 279                 join_index = self.right.index.take(right_indexer)
    280             else:
    281                 join_index = Index(np.arange(len(left_indexer)))

/usr/local/lib/python2.7/dist-packages/pandas/core/index.pyc in take(self, indexer, axis)
    981 
    982         indexer = com._ensure_platform_int(indexer)
--> 983         taken = np.array(self).take(indexer)
    984 
    985         # by definition cannot propogate freq

IndexError: cannot do a non-empty take from an empty axes.

[31]中的

作为pd进口熊猫
在[32]中：
df1=pd.DataFrame（{'a'：[1,2,3]，'b'：[4,5,6]，'c'：[1,2,3]}）
df2=pd.DataFrame（{'x'：[]，'y'：[]，'z'：[]}）
dfm=pd.merge（df1，df2，how='outer'，left_index=True，right_on='z'）
---------------------------------------------------------------------------
索引器回溯（最后一次最近调用）
在（）
---->1 dfmb=pd.merge（df1，df2，how='outer'，left_index=True，right_on='z'）
/合并中的usr/local/lib/python2.7/dist-packages/pandas/tools/merge.pyc（左、右、如何、开、左、右、左索引、右索引、排序、后缀、副本）
37右索引=右索引，排序=排序，后缀=后缀，
38拷贝=拷贝）
--->39返回操作获取结果（）
40如果调试：
41合并.\uuuuu文档\uuuuu=\u合并\u文档%'\n左：数据帧'
/获取结果（self）中的usr/local/lib/python2.7/dist-packages/pandas/tools/merge.pyc
185
186 def get_结果（自身）：
-->187联合索引，左联合索引器，右联合索引器=self.\u获取联合信息（）
188
189 ldata，rdata=self.left.\u数据，self.right.\u数据
/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.pyc in\u get\u join\u info（self）
277 join\u index=self.left.index.take（左索引器）
278 elif自左索引：
-->279 join\u index=self.right.index.take（右索引器）
280其他：
281连接索引=索引（np.arange（len（左索引器）））
/usr/local/lib/python2.7/dist-packages/pandas/core/index.pyc in take（self、indexer、axis）
981
982索引器=com.\u确保\u平台\u内部（索引器）
-->983 take=np.array（self.take）（索引器）
984
985#根据定义，不能传播频率
索引器：无法从空轴执行非空提取。

---

可能足以满足您的需求

另一种选择，类似于Joran的：

try:
    dfm = pd.merge(df1, df2, how='outer', left_index=True, right_on='z')
except IndexError:
    dfm = df1.reindex_axis(df1.columns.union(df2.columns), axis=1)

我不确定哪个更清楚，但以下两项工作：

In [11]: df1.reindex_axis(df1.columns.union(df2.columns), axis=1)
Out[11]:
   a  b  c   x   y   z
0  1  4  1 NaN NaN NaN
1  2  5  2 NaN NaN NaN
2  3  6  3 NaN NaN NaN

In [12]: df1.loc[:, df1.columns.union(df2.columns)]
Out[12]:
   a  b  c   x   y   z
0  1  4  1 NaN NaN NaN
1  2  5  2 NaN NaN NaN
2  3  6  3 NaN NaN NaN

---

（我更喜欢前者。）

为什么不先检查一下它是否为空？这根本不需要时间，这不是问题所在。在随后的代码中，我希望合并的数据帧包含

df1

和

df2

中的列（即使其中一些列可能为None/nan）。这与合并不同。合并后，我希望所有列都是

dfm

的一部分。这很好，但是我该如何保存类型呢

union

只复制列名，而不复制类型。在我的例子中，有些值是datetimes，所以我希望NaT而不是NaN作为列值。@orange我只会在这些列上打上

pd.to\u datetime

。注意

reindex\u axis

自Pandas 0.21.0以来就被弃用了。对熊猫的当前版本使用

reindex

。

In [11]: df1.reindex_axis(df1.columns.union(df2.columns), axis=1)
Out[11]:
   a  b  c   x   y   z
0  1  4  1 NaN NaN NaN
1  2  5  2 NaN NaN NaN
2  3  6  3 NaN NaN NaN

In [12]: df1.loc[:, df1.columns.union(df2.columns)]
Out[12]:
   a  b  c   x   y   z
0  1  4  1 NaN NaN NaN
1  2  5  2 NaN NaN NaN
2  3  6  3 NaN NaN NaN