Python 合并日期上具有不同值的多个数据帧

我有4个数据帧：

jpn

，

swe

，

svk

，

aut

，其中每个数据帧都有两列

year

和

~\u co2

以及一些我不关心的索引

>>>瑞典人
年份swe_co2
20105   1834    0.033
20106   1839    0.044
>>>svk
年份svk_co2
15247   1840    0.013
15248   1841    0.023

每个数据帧都有这样的结构，但并非每个值的

year

列都在同一年开始

我想加入这个dataframes来创建一个像这样的新dataframe

>>>合并
年份swe_co2 svk_co2
1 1834 0.033无
2 1839 0.044无
3       1840    0.047      0.013
41841无0.023

您可以使用

pd.concat

pd.concat([swe, svk], ignore_index=True)

    year    swe_co2 svk_co2
0   1834    0.033   NaN
1   1839    0.044   NaN
2   1840    NaN     0.013
3   1841    NaN     0.023

---

如果您有两个以上的数据帧，只需将它们附加到该列表中即可

pd.concat([swe, svk], ignore_index=True)

    year    swe_co2 svk_co2
0   1834    0.033   NaN
1   1839    0.044   NaN
2   1840    NaN     0.013
3   1841    NaN     0.023

df_list=[jpn,svk,aut]

如果您有两个以上的数据帧，只需将它们附加到该列表中

[swe，svk，df3，df4，…]

df_list=[jpn,svk,aut]

通过

concat（）

和

merge（）

：

注意：我认为单独使用

concat（）

就可以获得所需的输出，但如果没有获得，请尝试使用

concat（）

和

merge（）

通过

concat（）

和

merge（）

：

---

注意：我认为仅

concat（）

就可以为您提供所需的输出，但如果您没有获得，请尝试使用

concat（）

和

merge（）

另外，我想问一下：这种方法在

年
列中创建了重复项，比如每
df
创建4次
2019
，有没有办法把它合并成一个？你能举一个输入和期望输出的例子吗？您希望如何合并这些重复项？看起来像是2019年的4行，其中四个新列中的每一列在2019年的其中一列中都有一个值，其他列为NaN，我希望将这个4x
2019
合并到一行中，而不包含NaN值。因此，我想问：此方法在
年
列中创建了重复项，对于每个
df
，如4次
2019
，是否有方法将其合并为一个？能否给出输入和所需输出的示例？您希望如何合并这些重复项？它看起来像是2019年的4行，其中四个新列中的每一列在2019年的其中一列中都有一个值，其他列为NaN，我希望将这个4x
2019
合并到一行中，而不包含NaN值