python - Pandas:在半重叠的列上连接两个数据框

Question

设置

假设我有两个 panda DataFrame:df1 ，其大小为 5 x K和df2其尺寸为 3 x K ,

|  key | rest ...             |  key | rest ...
----------------              ----------------
|  A1  |   ⋮                  |  A1  |   ⋮
|  A2  |   ⋮                  |  A3  |   ⋮
|  A3  |   ⋮                  |  A4  |   ⋮
|  A4  |   ⋮
|  A5  |   ⋮

在我的实际数据集中，key包含名称(例如不是 A2 )并且半重叠不遵循任何模式。

<小时/> 问题

我要加入df1和df2关于key列，该列在 A1 中“半重叠” , A3和A5 。

<小时/> 计划

我想我可以将空行添加到 df2 ，例如两个空行到 df2值(value)A2和A5对于 key ，然后加入 DataFrame。但是，然后我需要找出 df2 中缺少哪些行。 。

也许我可以构造一个for循环键，这会使用 for key 创建一个空行失踪An当没有关键匹配时？我不确定如何在两个数据帧上构建 for 循环。

也许有一个简洁的命令可以立即连接框架，填充空行？

编辑:刚刚意识到这可能是双向的，即 df2 中有 key 不在 df1 中。但我想运行一个循环，如首先“检查”来自 df1 的键所述。至df2然后检查 df2 中的 key 至df1应该可以。

Answer 1

对于“半重叠”连接，如果您的意思是保留结果中两个数据帧中不匹配的行，则使用外部合并:

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