Python Pandas-Concat两个数据帧的行数和列数不同

我有两个不同行号和列的数据帧。这两个表几乎没有包括“客户ID”在内的公共列。这两个表的大小分别为11697行×15列和385839行×6列。客户ID可能在第二个表中重复。我希望合并这两个表，并希望使用客户ID合并类似的列。如何使用python实现这一点。 一张桌子看起来像这样-

另一个看起来像这样-

我使用以下代码-

 pd.concat([df1, df2], sort=False)

只是想确保我没有丢失任何信息？如何检查是否有多个条目具有一个ID，以及如何将其合并到一个结果中

编辑-

当我使用上述代码时，这里是数据集中NA值的前后-

---

有人能告诉我哪里出错了吗？

我相信在这种情况下，

DataFrame.merge

会起作用：

# use how='outer' to preserve all information from both DataFrames
df1.merge(df2, how='outer', on='customer_id')

DataFrame.join

如果两个数据帧的索引都设置为

customer\u id

，也可以工作（这也更简单）：

---

pd.concat将在这里实现这一技巧，只需将axis设置为1以连接第二个轴（列），您应该首先将两个数据帧的索引设置为customer\u id

import pandas as pd
pd.concat([df1.set_index('customer_id'), df2.set_index('customer_id')], axis = 1)

如果要在连接后忽略具有空值的行，请使用dropna：

pd.concat([df1.set_index('customer_id'), df2.set_index('customer_id')], axis = 1).dropna()

---

阅读concat的文档主要用于将一个数据帧堆叠在另一个数据帧之上。此解决方案为大多数数据提供NA值（39000行中有38000行。如果我删除NA，我将得到0行。concat将返回任何缺失值的nan值，两个数据帧的客户ID是否相同？我不确定客户ID，因为在一个帧中我有11000个ID，而在另一个数据帧中我有39000个ID（观察值）在这种情况下，当id不同时，如何合并列？关于这一点，我刚刚检查过。所有id在两个数据帧中都是唯一的。第二个代码建议-此代码给我一个错误-ValueError：列重叠但未指定后缀：Index（[u'state'，u'timezone'，dtype='object'））哦，好吧……这是因为这两个表都有名为

state

和

timezone

的列。您需要指定一个后缀，这样它们在生成的数据帧中就成了类似于

state\u suffix\u left

和

state\u suffix\u right

的东西。检查文档中的

join

方法、参数

lsuffix

和

rsuffix

设置

df1

和

df2

的索引后，尝试调用

df1.join（df2，how='outer'，lsuffix=''u left'，rsuffix=''u right'）

。我相信它会起作用。

pd.concat([df1.set_index('customer_id'), df2.set_index('customer_id')], axis = 1).dropna()