我正在处理这样一个问题：
mydata_old
| x | y |
|-----|------|
| 1 | 10 |
| 2 | 15 |
| 3 | 12 |
| 4 | 21 |
mydata_new
| x | y |
|-----|------|
| 4 | 20 |
| 5 | 25 |
| 6 | 30 |我想合并两个表以获得：
mydata
| x | y |
|-----|------|
| 1 | 10 |
| 2 | 15 |
| 3 | 12 |
| 4 | 20 | # x = 4 does not show up twice
| 5 | 25 |
| 6 | 30 |我尝试使用pandas.merge，但无法获得所需的结果。
mydata = pd.merge(mydata_new, mydata_old, how="left")
1条答案
按热度按时间0yycz8jy1#
实现这一点的一种方法是使用外部连接（即，保留两个 Dataframe 的索引）。您可以使用
pd.merge(mydata_new, mydata_old, how='outer')来实现这一点，然后保持最新数据可用。但是，使用
pandas.concat可以更直接。在这里，我连接了两个 Dataframe 。注意，如果
x出现在mydata_new中，我将排除mydata_old中的行。这样，当最新的数据在两个 Dataframe （旧的和新的）中都可用时，您可以保留它。这将打印以下内容：
| X射线|Y形|
| - -|- -|
| 一个|10个|
| 2个|十五|
| 三个|十二|
| 四个|二十个|
| 五个|二十五个|
| 六个|三十|