Pandas join() 有效，但 concat() 失败

Question

我想使用 Pandas 0.14.1.

对具有相同行索引的两个数据帧执行外连接

df1的形状是456,1，df2的形状是139,5。

df2 中的大多数键都在 df1 中找到：

[in] print len(list(set(df2.index)-set(df1.index))) 
[out] 16

join 有效：

[in] df3=df1.join(df2,how='outer')
[in] df3.shape
[out] 473,6

concat 失败：

[in] df3=pd.concat([df1,df2],axis=1,join='outer')
[out] ValueError: Shape of passed values is (6, 473), indices imply (6, 472)

这可能是什么原因造成的？

Answer 1

如果其中一个索引具有重复值，您可能会收到此错误。例如，

import pandas as pd
df1 = pd.DataFrame(np.random.random((5,1)), index=list('AACDE'), 
                   columns=['foo'])
df2 = pd.DataFrame(np.random.random((4,1)), index=list('CDEF'), 
                   columns=['bar'])

然后

In [50]: df1.join(df2, how='outer')
Out[50]: 
        foo       bar
A  0.846814       NaN
A  0.638571       NaN
C  0.516051  0.573165
D  0.789398  0.095466
E  0.921592  0.970619
F       NaN  0.061434

但是

In [51]: pd.concat([df1,df2], axis=1, join='outer')
ValueError: Shape of passed values is (2, 6), indices imply (2, 5)

Pandas join() 有效，但 concat() 失败

Pandas join() works, but concat() fails

python

pandas