大熊猫使用索引在新列中添加新值

Question

我有两个数据框，我想制作一个数据框。

我是索引，V是我感兴趣的值。

df1就像

我 V

A   4   
B   5       
C   8       
D   6      
F   2       

df2就像

我 V

A   8
C   6
D   9
E   4    
G   7

我想要类似

的输出

我 V1 v2

A   4   8
B   5   -    
C   8   6    
D   6   9   
E   -   4    
F   2   -    
G   -   7

Pandas中有直接方法可以做到这一点吗？还是我必须使用循环遍历所有索引的集合并逐个单元格地输入值？

如您所见，df1和df2的唯一行很少。

我很抱歉这些表格的格式。

我还不能弄清楚该如何格式化。

编辑：是的，我最初发布时使用了df1的错误数据。

最后我使用合并。

Answer 1

是的，您可以根据需要使用合并：

df1 =  pd.DataFrame({"C1": ["A","B", "C", "D", "F" ] , "C2": [4,5,8,6,2]})
df2 =  pd.DataFrame({"C1": ["A","C", "D", "E", "G" ], "C2": [8,6,9,4,7]})

pd.merge(df1, df2, on="C1", how="outer").sort_values("C1")

这给出了以下内容

    C1  C2_x C2_y
0   A   4.0 8.0
1   B   5.0 NaN
2   C   8.0 6.0
3   D   6.0 9.0
5   E   NaN 4.0
4   F   2.0 NaN
6   G   NaN 7.0

Answer 2

您甚至不需要合并。只需使用df1和df2作为列来构造一个新的DataFrame。

index2 = 'abcdef'
index1 = 'abcdeg'
df1 = pd.DataFrame(index=list(index1), data=list(range(len(index1))))
df2 = pd.DataFrame(index=list(index2), data=list(range(len(index2))))
pd.DataFrame(data={'a': df1.iloc[:, 0], 'b': df2.iloc[:, 0]})

     a    b
a  0.0  0.0
b  1.0  1.0
c  2.0  2.0
d  3.0  3.0
e  4.0  4.0
f  NaN  5.0
g  5.0  NaN