此问题在此处已有答案：

Pandas Merging 101（8个回答）
21天前关闭
我正在从h5 td文件中的hdf 5数据集生成嵌套帧。这些数据集通常非常大，我需要合并它们。一般格式如下：
group 1/队列1 group 1/队列1_Time group 1/队列2 group 1/队列2_Time group 2/队列3 group 2/队列3_Time.
在组内，时间通常（并不总是）相同，但我试图验证不同的数据集，因此我希望将它们合并到公共时间轴上，并使用“nan”填补空白。
到目前为止我尝试过的：

import pandas as pd
import h5py

with h5py.File(filename,'r') as hfid:
    #create dataframes (I'm using group1 and group2)
    #Using a common time name
    timeName = "time"

    df1 = pd.DataFrame(columns=[timeName,data1Name])
    df1[timeName] = hfid["group1/dataset1_Time"][:]
    df1[dataName] = hfid["group1/dataset1"][:]

    df2 = pd.DataFrame(columns=[timeName,data3Name])
    df2[timeName] = hfid["group2/dataset3_Time"][:]
    df2[dataName] = hfid["group2/dataset3"][:]

#Merge the DataFrames
#Method 1:
df = df1.append(df2) #Works when no timestamps are shared (they sometimes are)

#Method2:
df = pd.merge(df1,df2,on=timeName,how="left") #Works only for DataFrames with the same timestamps

字符串
我需要一种方法来适当地合并这些 Dataframe ，不会丢失任何数据，并使行像下面的表一样，其中data 3出现的频率是data 1的两倍：
| 时间|data1| data3|
| --|--|--|
| 一百点五| 0 | 1 |
| 一百点六|楠| 1 |
| 一百零七| 0 | 1 |
| 一百零八|楠| 1 |