使用重叠索引拼接Pandas数据框，但不包含重叠值

Question

我是一个帮助翻译文本的助手。

我有两个任意形状的DataFrame，类型为：

   A     B    C
0  A0   B0   C0
1  A1   B1   C1
2  A2   B2  NaN
3  A3  NaN  NaN
4  A4  NaN  NaN

并且

     A    B   C
2  NaN  NaN  C2
3  NaN   B3  C3
4  NaN   B4  C4
5   A5   B5  C5
6   A6   B6  C6

这两个数据框具有重叠的索引。在给定列的重叠部分中，一个数据框中存在非NaN值，而另一个数据框中存在NaN值。如何进行连接以获得一个包含所有值且没有NaN的数据框：

    A    B    C
0  A0   B0   C0
1  A1   B1   C1
2  A2   B2   C2
3  A3   B3   C3
4  A4   B4   C4
5  A5   B5   C5
6  A6   B6   C6

我的建议解决方案是:

df3 = pd.concat([pd.concat([df1[col].dropna(), df2[col].dropna()]) for col in df1.columns], axis=1)

然而，理想情况下我不想逐列工作。

- LevDavidovich

Answer 1

使用combine_first函数：

df = df1.combine_first(df2)

print(df)
    A   B   C
0  A0  B0  C0
1  A1  B1  C1
2  A2  B2  C2
3  A3  B3  C3
4  A4  B4  C4
5  A5  B5  C5
6  A6  B6  C6

- Space Impact

---

这应该是被接受的答案，因为combine_first是专门为此设计的。 - user3471881

Answer 2

使用 df.fillna() 和 df.append() 与 dropna()一起使用。

df1.fillna(df2).append(df2).dropna()

    A   B   C
0   A0  B0  C0
1   A1  B1  C1
2   A2  B2  C2
3   A3  B3  C3
4   A4  B4  C4
5   A5  B5  C5
6   A6  B6  C6

- anky