python - pandas 合并与 ='outer' 和 pandas 追加方式之间的区别

Question

鉴于我有以下两个 pandas DataFrame:

df1 = pd.DataFrame({'A':['a', 'b', 'c'], 'B':[1,2,3]})
df2 = pd.DataFrame({'A':['d', 'e', 'f'], 'C':[4,5,6]})

有什么区别吗

df1.merge(df2, how='outer')

和

df1.append(df2)

尽管在两种情况下生成的 DataFrame 是相同的，并且尽管事实上 on 可以在任意列上合并，但我想知道在这样的情况下使用一个相对于另一个是否有任何优势具体案例？

Answer 1

一个重要的区别是输出数据帧的索引。 append 将保留原始索引，而 merge 会重新分配新索引。 请参阅该示例:

import pandas as pd
df = pd.DataFrame({"a": [1,2,3], "b": ["alpha", "beta", "gamma"]})
df2 = pd.DataFrame({"c": [4,5,6], "b": ["epsilon", "delta", "omega"]})
df.append(df2)

返回:

     a        b    c
0  1.0    alpha  NaN
1  2.0     beta  NaN
2  3.0    gamma  NaN
0  NaN  epsilon  4.0
1  NaN    delta  5.0
2  NaN    omega  6.0

同时:

df.merge(df2, how="outer")

返回:

     a        b    c
0  1.0    alpha  NaN
1  2.0     beta  NaN
2  3.0    gamma  NaN
3  NaN  epsilon  4.0
4  NaN    delta  5.0
5  NaN    omega  6.0