juntar - unir dos dataframes en python

Pandas unir/fusionar/concat dos marcos de datos

Question

Estoy teniendo problemas con las uniones en pandas y estoy tratando de averiguar qué es lo que está mal. Digamos que tengo un dataframe x:

<class ''pandas.core.frame.DataFrame''>
DatetimeIndex: 1941 entries, 2004-10-19 00:00:00 to 2012-07-23 00:00:00
Data columns:
close 1941 non-null values
high 1941 non-null values
low 1941 non-null values
open 1941 non-null values
dtypes: float64(4)

Debería poder unirlo con y en el índice con un comando de combinación simple donde y = x, excepto que los colnames tienen +2.

 <class ''pandas.core.frame.DataFrame''>
DatetimeIndex: 1941 entries, 2004-10-19 00:00:00 to 2012-07-23 00:00:00
Data columns:
close2 1941 non-null values
high2 1941 non-null values
low2 1941 non-null values
open2 1941 non-null values
dtypes: float64(4)
y.join(x) or pandas.DataFrame.join(y,x):
<class ''pandas.core.frame.DataFrame''>
DatetimeIndex: 34879 entries, 2004-12-16 00:00:00 to 2012-07-12 00:00:00
Data columns:
close2 34879 non-null values
high2 34879 non-null values
low2 34879 non-null values
open2 34879 non-null values
close 34879 non-null values
high 34879 non-null values
low 34879 non-null values
open 34879 non-null values
dtypes: float64(8)

Espero que la final tenga 1941 no-valores para ambos. Intenté fusionar también pero tengo el mismo problema.

Pensé que la respuesta correcta era pandas.concat ([x, y]), pero esto tampoco hace lo que pretendo.

In [83]: pandas.concat([x,y])
Out[83]: <class ''pandas.core.frame.DataFrame''>
DatetimeIndex: 3882 entries, 2004-10-19 00:00:00 to 2012-07-23 00:00:00
Data columns:
close2 3882 non-null values
high2 3882 non-null values
low2 3882 non-null values
open2 3882 non-null values
dtypes: float64(4) 

Editar: Si tiene problemas con unirse, lea la respuesta de Wes a continuación. Tuve un sello de tiempo que fue duplicado.

Answer 1

¿Su índice tiene duplicados x.index.is_unique ? Si es así explicaría el comportamiento que estás viendo:

In [16]: left
Out[16]:
a
2000-01-01 1
2000-01-01 1
2000-01-01 1
2000-01-02 2
2000-01-02 2
2000-01-02 2
In [17]: right
Out[17]:
b
2000-01-01 3
2000-01-01 3
2000-01-01 3
2000-01-02 4
2000-01-02 4
2000-01-02 4
In [18]: left.join(right)
Out[18]:
a b
2000-01-01 1 3
2000-01-01 1 3
2000-01-01 1 3
2000-01-01 1 3
2000-01-01 1 3
2000-01-01 1 3
2000-01-01 1 3
2000-01-01 1 3
2000-01-01 1 3
2000-01-02 2 4
2000-01-02 2 4
2000-01-02 2 4
2000-01-02 2 4
2000-01-02 2 4
2000-01-02 2 4
2000-01-02 2 4
2000-01-02 2 4
2000-01-02 2 4

Answer 2

Parece que tal vez quieres pandas.concat ? merge y join haz, bueno, join , lo que significa que te darán algo basado en el producto cartesiano de las dos entradas, pero parece que solo quieres pegarlos en una gran mesa.

Edit: ¿intentaste concat con axis=1 ? Parece hacer lo que estás pidiendo:

>>> print x
A B C
0 0.155614 -0.252148 0.861163
1 0.973517 1.156465 -0.458846
2 2.504356 -0.356371 -0.737842
3 0.012994 1.785123 0.161667
4 0.574578 0.123689 0.017598
>>> print y
A2 B2 C2
0 -0.280993 1.278750 -0.704449
1 0.140282 1.955322 -0.953826
2 0.581997 -0.239829 2.227069
3 -0.876146 -1.955199 -0.155030
4 -0.518593 -2.630978 0.333264
>>> print pandas.concat([x, y], axis=1)
A B C A2 B2 C2
0 0.155614 -0.252148 0.861163 -0.280993 1.278750 -0.704449
1 0.973517 1.156465 -0.458846 0.140282 1.955322 -0.953826
2 2.504356 -0.356371 -0.737842 0.581997 -0.239829 2.227069
3 0.012994 1.785123 0.161667 -0.876146 -1.955199 -0.155030
4 0.574578 0.123689 0.017598 -0.518593 -2.630978 0.333264