Concat丟失索引的兩個數據框

Question

我有兩個數據幀，並且只想使用第二個索引尚未包含在第一個索引中的行。

什麼是最有效的方法來做到這一點？

例子：

df_1 
idx  val 
0  0.32 
1  0.54 
4  0.26 
5  0.76 
7  0.23 

df_2 
idx  val 
1  10.24 
2  10.90 
3  10.66 
4  10.25 
6  10.13 
7  10.52 

df_final 
idx  val 
0  0.32 
1  0.54 
2  10.90 
3  10.66 
4  0.26 
5  0.76 
6  10.13 
7  0.23 

回顧：我需要添加的行中df_2爲其指數尚未在df_1。

---

編輯

去掉了一些指標在df_2來說明一個事實，即從df_1各項指標不包括在df_2。

Answer 1

您可以通過使用數據框的combine_first方法達到想要的輸出。從方法的文檔：

組合兩個DataFrame對象，並在調用該方法的幀中默認爲非空值。結果索引列將各自的索引和列

用法示例的工會：

import pandas as pd 

df_1 = pd.DataFrame([0.32,0.54,0.26,0.76,0.23], columns=['val'], index=[0,1,4,5,7]) 
df_1.index.name = 'idx' 

df_2 = pd.DataFrame([10.56,10.24,10.90,10.66,10.25,10.13,10.52], columns=['val'], index=[0,1,2,3,4,6,7]) 
df_2.index.name = 'idx' 

df_final = df_1.combine_first(df_2) 

這將給期望的結果：

In [7]: df_final 
Out[7]: 
     val 
idx  
0  0.32 
1  0.54 
2 10.90 
3 10.66 
4  0.26 
5  0.76 
6 10.13 
7  0.23 

Answer 2

您可以使用reindex與combine_first或fillna：

df = df_1.reindex(df_2.index).combine_first(df_2) 
print (df) 
     val 
idx  
0  0.32 
1  0.54 
2 10.90 
3 10.66 
4  0.26 
5  0.76 
6 10.13 
7  0.23 

---

df = df_1.reindex(df_2.index).fillna(df_2) 
print (df) 
     val 
idx  
0  0.32 
1  0.54 
2 10.90 
3 10.66 
4  0.26 
5  0.76 
6 10.13 
7  0.23