python - 当索引相同时，DataFrame 连接不同的列值

Question

我正在使用 Python 将多个数据帧 (DF) 连接到一个 DF 中，在连接一些示例 DF 之后，如下所示:

import pandas as pd

df_list = []

df_0 = pd.DataFrame('1.11', index=['SS_0'], columns=['Tx-UDP'])
df_1 = pd.DataFrame('2.22', index=['SS_1'], columns=['Tx-UDP'])
df_2 = pd.DataFrame('3.33', index=['SS_1'], columns=['Tx-TCP'])

df_list.append(df_0)
df_list.append(df_1)
df_list.append(df_2)

df_final = pd.concat(df_list) # type: pd.DataFrame

print(df_final)

我得到的结果打印如下:

     Tx-TCP Tx-UDP
SS_0    NaN   1.11
SS_1    NaN   2.22
SS_1   3.33    NaN

但我真正想要的结果是像下面的格式，它基于索引内容，如果索引内容相同，该值将被放入每一列下的同一行，而不是开始一个新行并填写NaN，即示例中的索引“SS_1”。如果索引是唯一的，并且某列下没有数据，那么填'NaN'即可，即索引'SS_0'/列'Tx-TCP'。

     Tx-TCP Tx-UDP
SS_0    NaN   1.11
SS_1   3.33   2.22

尝试使用 concat/merge/join/grouby 等，但还没有找到方法。 请帮忙提供建议，非常感谢!

Answer 1

选项 1
您想要迭代地应用数据框方法 pd.DataFrame.combine_first使用 reduce来自 functools

from functools import reduce

reduce(pd.DataFrame.combine_first, df_list)

      Tx-TCP Tx-UDP
SS_0     NaN   1.11
SS_1    3.33   2.22

---

选项 2
我的版本pd.concat解决方案

pd.concat(df_list).groupby(level=0).first()

     Tx-TCP Tx-UDP
SS_0    NaN   1.11
SS_1   3.33   2.22

或者

pd.concat(df_list).groupby(level=0).last()

     Tx-TCP Tx-UDP
SS_0    NaN   1.11
SS_1   3.33   2.22

---

实验A
玩耍

from functools import reduce

idx = reduce(pd.Index.union, [d.index for d in df_list])
col = reduce(pd.Index.union, [d.columns for d in df_list])
tmp = pd.DataFrame(index=idx, columns=col)
reduce(pd.DataFrame.fillna, [tmp] + df_list)

     Tx-TCP Tx-UDP
SS_0    NaN   1.11
SS_1   3.33   2.22

---

实验 B
玩耍

from functools import reduce

idx = reduce(pd.Index.union, [d.index for d in df_list])
col = reduce(pd.Index.union, [d.columns for d in df_list])
tmp = pd.DataFrame(index=idx, columns=col)
[tmp.update(d) for d in df_list];
tmp

     Tx-TCP Tx-UDP
SS_0    NaN   1.11
SS_1   3.33   2.22