Python中对两个dataframe根据索引merge

可以使用pandas库中的merge()函数来实现两个dataframe的合并，通过how参数指定合并方式，left_index和right_index参数指定根据索引进行合并。
示例代码如下：
import pandas as pd

# 创建两个dataframe
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]}, index=['a', 'b', 'c'])

# 根据索引进行合并
merged_df = pd.merge(df1, df2, how='inner', left_index=True, right_index=True)

print(merged_df)
登录后复制
输出结果为：
A B C D
a 1 4 7 10
b 2 5 8 11
c 3 6 9 12
登录后复制
其中left_index和right_index参数都被设置为True，表示根据索引进行合并。how参数被设置为inner，表示取两个dataframe中索引相交的部分。

相关问题

python将两个Dataframe按照索引合并

你可以使用 pandas 库中的 merge() 方法来按照索引将两个 DataFrame 合并。下面是一个示例代码：
import pandas as pd

# 创建两个示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})

# 将两个 DataFrame 按照索引合并
merged_df = pd.merge(df1, df2, left_index=True, right_index=True)

print(merged_df)
登录后复制
输出结果为：
A B C D
0 1 4 7 10
1 2 5 8 11
2 3 6 9 12
登录后复制
在 merge() 方法中，我们使用 left_index=True 和 right_index=True 来指定按照索引合并。如果两个 DataFrame 的索引不相同，你还可以使用 left_on 和 right_on 参数来指定不同的列名进行合并。

python将两个Dataframe按照索引合并，以右面的索引为主

你可以在 merge() 方法中设置参数 how='right' 来以右侧 DataFrame 的索引为主进行合并。下面是一个示例代码：
import pandas as pd

# 创建两个示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]}, index=['b', 'c', 'd'])

# 按照右侧的索引为主进行合并
merged_df = pd.merge(df1, df2, left_index=True, right_index=True, how='right')

print(merged_df)
登录后复制
输出结果为：
A B C D
b 2 5 7 10
c 3 6 8 11
d NaN NaN 9 12
登录后复制
在 merge() 方法中，我们设置了参数 how='right' 来以右侧 DataFrame 的索引为主进行合并。由于左侧 DataFrame 中没有索引为 'd' 的行，所以在合并的结果中出现了 NaN 值。