pandas合并具有不同日期索引的两个数据框

Question

假设我从两个不同的文件中提取了csv数据，这些文件都有一个日期索引，而这个日期索引是pandas自动提取的，原本就是其中一列。

import pandas as pd
df1 = pd.io.parsers.read_csv(data1, parse_dates = True, infer_datetime_format=True, index_col=0, names=['A'])
df2 = pd.io.parsers.read_csv(data2, parse_dates = True, infer_datetime_format=True, index_col=0, names=['A'])

现在，一个csv文件的日期和另一个文件的日期不一样，但当我用read_csv加载时，日期是明确的。我试过使用join命令，但似乎没有保留日期。

df1 = df1.join(df2)

我得到了一个有效的数据框，但日期范围被固定在一个比原始范围小的子集上，这样就不能反映两个csv文件之间日期的差异。我想要的是创建一个包含两列（都是'A'列）的单一数据框，对于不重叠的日期，自动填入NaN或零值。有没有简单的解决办法，或者我可能遗漏了什么呢？非常感谢。

Answer 1

默认情况下，pandas的DataFrame方法'join'是用'inner'合并两个数据框。如果你想用'outer'合并，你的连接代码应该是：

df1 = df1.join(df2, how='outer')

可以查看 这个链接 了解更多信息。