Concat不识别跨连接列的共享索引

Question

我试图concat2 csv文件，数据df1b（2214,4）和df2b（2262,4）。这两个文件中的大部分索引是相同的，因此我希望这些行重叠，如果索引是唯一的，其他行将由NaN填充。示例如下：

东风1B

Index Col1,  2,  3     
A .      Data in all columns     
B .      Data in all columns      
D .      Data in all columns      
E .      Data in all columns

东风2B

索引，ColX，Y，Z

A .      Data in all columns     
B .      Data in all columns      
C .      Data in all columns      
E .      Data in all columns

预期最终浓度：

索引，Col1，2，3，x，y，z

A . Data in all columns

B . Data in all columns

C . NaN, NaN, NaN, Data, data, data 

D . Data in all columns

E . Data in all columns

当我使用：df3 = pd.concat([df1b, df2b], axis=1)concat时，结果是一个维度为（4800，4）的文件，其中concat没有识别出两个文件之间实际上有很大一部分索引是相同的。有人知道为什么会发生这种情况吗

df = pd.read_csv('XX.csv')

df1 = df[['Gene', 'Young_Q1', 'Young_Q2', 'Young_Q3']]

df1a = df1.to_csv('Young_Q.csv', index=False)

df1b = pd.read_csv('Young_Q.csv', index_col='Gene', encoding='utf-8')

df2 = df[['OldQ_Gene', 'Old_Q1', 'Old_Q2', 'Old_Q3']]

df2a = df2.to_csv('Old_Q.csv', index=False)

df2b = pd.read_csv('Old_Q.csv', index_col='OldQ_Gene', encoding='utf-8')


df3 = pd.concat([df1b, df2b], axis=1)

结果示例如下所示：

Df3型

A .  NaN, NaN, NaN,  Data, Data, Data

B .  NaN, NaN, NaN,  Data, Data, Data 

D .  NaN, NaN, NaN,  Data, Data, Data 

E .  NaN, NaN, NaN,  Data, Data, Data 

A .  Data, Data, Data, NaN, NaN, NaN 

B .  Data, Data, Data, NaN, NaN, NaN  

C .  Data, Data, Data, NaN, NaN, NaN  

E .  Data, Data, Data, NaN, NaN, NaN

Answer 1

您可以使用合并：

df3 = df1b.merge(df2b, on='Gene', how='outer)

您只需要将Gene看作普通列

更多信息请参见： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html