Python 优先连接数据帧

我有两个类似的数据帧（

df1

&

df2

），具有列id、日期和计数

我想连接这两个df，如果

{id，date}

重叠，我想优先考虑df2中的行

e、 g: df1的记录是：

ID12018/02/03,45

df2的记录是：

ID12018/02/03,65

当我合并/concat时，我只需要来自df2的记录，即{

id12018/02/03，65

}

---

除了这个重复的解析逻辑，我还需要df的所有其他行。如何在python中实现这一点？

您可以使用可选参数来删除重复项

作为一个玩具实例，考虑框架：

df1 = pd.DataFrame({"id" : [1,2,3,4], "time" : [25, 35, 45, 15]})  
df2 = pd.DataFrame({"id" : [4,5,2,9], "time" : [19, 14, 11, 12]})  

然后，您只需将

df1

和

df2

连接起来，然后按

id

删除重复项，并保留

最后一个

，以确保从

df2

中保留信息

df_concatenated = pd.concat([df1, df2]).drop_duplicates(subset="id", keep="last")   

df_concatenated  
>  id  time
    1    25
    3    45
    4    19
    5    14
    2    11
    9    12

---

使用

set_index

方法，然后循环删除

df1

中所有遇到的

df2

项

 df1 = pd.DataFrame({'id' : [1,2,3], 'date' : ['d1', 'd2', 'd3'], 'count': [11, 22, 33]})
 df2 = pd.DataFrame({'id' : [1,2,5], 'date' : ['d1', 'd5', 'd6'], 'count': [44, 55, 66]})
 df1 = df1.set_index(['id', 'date'])
 df2 = df2.set_index(['id', 'date'])

 for index, row in df2.iterrows():
     if index in df1.index:
         df1 = df1.drop(index)
 print(df1.append(df2))

         count
id date
2  d2       22
3  d3       33
1  d1       44
2  d5       55
5  d6       66

---

我相信你要找的和这个差不多

根据anky_91的回答，您应该使用

df2获得所需的结果。首先组合（df1）

有关组合2个不规则数据帧时此函数行为的详细说明，请参阅