这是我的other StackOverflow post的继续。假设我有一些随机顺序出现的数据框（下面，我将模拟那些数据框）。
# assume that df1, df2, df3 and df4 will come in any order
df1 = pd.DataFrame({'2016-01': ['A1', 'A2', 'A3', 'A4'],
'2016-02': ['B1', 'B2', 'B3', 'B4'],
'2016-03': ['C1', 'C2', 'C3', 'C4'],
'2016-04': ['D1', 'D2', 'D3', 'D4']},
index=['N1', 'N2', 'N3', 'N4'])
df2 = pd.DataFrame({'2017-01': ['A1', 'A2', 'A3', 'A5'],
'2017-02': ['B1', 'B2', 'B3', 'B5'],
'2017-03': ['C1', 'C2', 'C3', 'C5'],
'2017-04': ['D1', 'D2', 'D3', 'D5']},
index=['N1', 'N2', 'N3', 'N5'])
df3 = pd.DataFrame({'2016-01': ['A6', 'A7', 'A8', 'A9'],
'2016-02': ['B6', 'B7', 'B8', 'B9'],
'2016-03': ['C6', 'C7', 'C8', 'C9'],
'2016-04': ['D6', 'D7', 'D8', 'D9']},
index=['N6', 'N7', 'N8', 'N9'])
df4 = pd.DataFrame({'2017-01': ['A6', 'A7', 'A9', 'A10'],
'2017-02': ['B6', 'B7', 'B9', 'B10'],
'2017-03': ['C6', 'C7', 'C9', 'C10'],
'2017-04': ['D6', 'D7', 'D9', 'D10']},
index=['N6', 'N7', 'N9', 'N10'])
# this is the final data frame I'd like to build out of df1, df2, df3 and df4
desired_final_df = pd.DataFrame({
'2016-01': ['A1', 'A2', 'A3', 'A4', '', 'A6', 'A7', 'A8', 'A9', ''],
'2016-02': ['B1', 'B2', 'B3', 'B4', '', 'B6', 'B7', 'B8', 'B9', ''],
'2016-03': ['C1', 'C2', 'C3', 'C4', '', 'C6', 'C7', 'C8', 'C9', ''],
'2016-04': ['D1', 'D2', 'D3', 'D4', '', 'D6', 'D7', 'D8', 'D9', ''],
'2017-01': ['A1', 'A2', 'A3', '', 'A5', 'A6', 'A7', '', 'A9', 'A10'],
'2017-02': ['B1', 'B2', 'B3', '', 'B5', 'B6', 'B7', '', 'B9', 'B10'],
'2017-03': ['C1', 'C2', 'C3', '', 'C5', 'C6', 'C7', '', 'C9', 'C10'],
'2017-04': ['D1', 'D2', 'D3', '', 'D5', 'D6', 'D7', '', 'D9', 'D10']},
index=['N1', 'N2', 'N3', 'N4', 'N5', 'N6', 'N7', 'N8', 'N9', 'N10'])
如上面的代码中所述，我想从
desired_final_df，df1，df2和df3中构建df4。我现在能做的最好的事情是这样的：df12 = pd.concat([df1,df2],axis=1, sort=True)
df34 = pd.concat([df3,df4],axis=1, sort=True)
desired_final_df = pd.concat([df12,df34],axis=0, sort=False)
但是这种方法要求我知道在
axis=1与axis=0后面要附加哪一个。是否有更多类似熊猫的方式从上面的较小块中构建合并的数据框架？我在考虑以下方面：wanted_final_df = pd.DataFrame（）
对于data_files中的f：＃我们可以替换[df1，df2，df3，df4]以进行演示
cur_df = pd.read_excel（f，index_col = 0）
如果有的话（set（cur_df.index）和set（final_df.index））：
final_df = pd.concat（[final_df，cur_df]，axis = 1，sort = False）
其他：
final_df = final_df.append（cur_df）
显然，以上代码正在生成
desired_final_df。任何提示/建议，我们将不胜感激。谢谢！
最佳答案
concat + groupby在axis=1
l=[df1,df2,df3,df4]
m=pd.concat(l,axis=1,sort=False)
m.groupby(m.columns,axis=1).first().fillna('') #ideally don't use the fillna
2016-01 2016-02 2016-03 2016-04 2017-01 2017-02 2017-03 2017-04
N1 A1 B1 C1 D1 A1 B1 C1 D1
N2 A2 B2 C2 D2 A2 B2 C2 D2
N3 A3 B3 C3 D3 A3 B3 C3 D3
N4 A4 B4 C4 D4
N5 A5 B5 C5 D5
N6 A6 B6 C6 D6 A6 B6 C6 D6
N7 A7 B7 C7 D7 A7 B7 C7 D7
N8 A8 B8 C8 D8
N9 A9 B9 C9 D9 A9 B9 C9 D9
N10 A10 B10 C10 D10
关于python - 如何在一段时间内将具有不同(但有时重叠)索引的数据帧组合在一起？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57927746/