沿着时间序列索引连接pandas数据帧而不重复列

Question

我想连接两个pandas数据帧，每一个都有可能重叠的时间序列索引，也有可能重叠的列键。在

例如：

    old_close                                   new_close
             1TM    ABL  ...                    ABL    ANG    ...
Date                                Date
2009-06-05  100     564             1990-06-08  120    2533   
2009-06-04  102     585             1990-06-05  121    2531
2009-06-03  101     532             1990-06-04  123    2520
2009-06-02  99      540             1990-06-03  122    2519
2009-06-01  99      542             1990-06-02  121    2521
...

我想合并旧的“关闭”和“新的关闭”以形成一个新的数据帧，它包括两个数据帧中的所有数据，但不包括两个索引上的所有重复值。在

到目前为止，我是这样做的：

^{pr2}$

但这会导致重复的列（沿轴0的行）和多重索引。在

Answer 1

假设您希望“排除两个索引上的所有重复值”，这应该可以工作

unique_indices = np.setdiff1d(np.unioin1d(old_close.index.to_list(), new_close.index.to_list()), 
                              np.intersect1d(old_close.index.to_list(), new_close.index.to_list()))
merged_close = pd.concat([old_close, new_close]).ix[unique_indices]

编辑：更新了唯一索引计算。现在删除所有重复索引

Answer 2

从panda documentation：

concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
       keys=None, levels=None, names=None, verify_integrity=False)

verify_integrity: boolean, default False. Check whether the new concatenated axis contains duplicates. This can be very expensive relative to the actual data concatenation

你试过把那个参数设为真吗？在

编辑：

很抱歉，如果有重复，请验证完整性。 不管怎样，你可以试试看drop_duplicates()函数。在

另请看一看这个问题：

python pandas remove duplicate columns