Python 如何连接两个具有不同行项的数据帧

我有两个数据帧

df1
SR   NAME   ROLL
1    kk      123
2    mm      456
3    pp      789
4    hh      891

df2

ID    Marks
143     45
123     65

我想合并这样的输出

df3
SR   NAME   ROLL   Id     marks
1    kk      123   143    45
2    mm      456   123    65

输出行的组成应与第二个数据帧相同 假设在上面的

df1

中有4行，而

df2

中有2行 输出

df3

应仅为2（注意：两者中没有任何公共列）

此：

df3 = pd.merge(df1,df2, left_on=df1.index, right_on=df2.index).drop('key_0',axis=1)

出局：

   SR NAME  ROLL   ID  Marks
0   1   kk   123  143     45
1   2   mm   456  123     65

输出将是：

SR   NAME   ROLL   Id     marks
1    kk      123   143    45
2    mm      456   123    65

您可以使用来连接两个数据帧，并删除包含任何

NA

dat1 = pd.DataFrame({'NAME': ['kk','mm','pp','hh'],'ROLE':[123,456,789,891]})
dat2 = pd.DataFrame({'ID': [123,143],'MARKS':[45,65]})
df3 = pd.concat([dat1, dat2], axis=1).dropna(how='any')
df3

    NAME    ROLE    ID      MARKS
0   kk      123     123.0   45.0
1   mm      456     143.0   65.0

---

请注意，您的问题没有真正的意义，因为您正在合并两个不匹配且大小不同的数据源，因此没有理由认为

df2

中的第1行与

df1

中的第1行相关，除非你有外部信息，它必须引用相同的数据。我可以问一下中间的三行是做什么的吗？为什么不干脆

pd.concat（[df1，df2]，axis=1）

呢？@Aryerez很抱歉，我用df1作为json，所以我用中间行将json转换为数据帧。我已经更新了

dat1 = pd.DataFrame({'NAME': ['kk','mm','pp','hh'],'ROLE':[123,456,789,891]})
dat2 = pd.DataFrame({'ID': [123,143],'MARKS':[45,65]})
df3 = pd.concat([dat1, dat2], axis=1).dropna(how='any')
df3

    NAME    ROLE    ID      MARKS
0   kk      123     123.0   45.0
1   mm      456     143.0   65.0