<p>使用<code>pd.concat</code>“合并”这些数据帧。你知道吗</p>
<pre><code>df3 = (pd.concat([budgetedDF, actualDF])
.sort_index()
.reset_index(drop=True)
)
</code></pre>
<p/>
<pre><code>df3
amount category months
0 2183 budgeted 2018-01-31
1 3612 actual 2018-01-31
2 8902 budgeted 2018-02-28
3 3357 actual 2018-02-28
4 9956 budgeted 2018-03-30
5 2828 actual 2018-03-30
6 14475 budgeted 2018-04-30
7 2990 actual 2018-04-30
8 25385 budgeted 2018-05-31
9 4446 actual 2018-05-31
10 19119 actual 2018-06-29
11 29119 budgeted 2018-06-29
12 27296 actual 2018-07-31
13 40869 budgeted 2018-07-31
14 38443 actual 2018-08-31
15 43400 budgeted 2018-08-31
16 47978 actual 2018-09-28
17 52686 budgeted 2018-09-28
18 49612 actual 2018-10-31
19 63384 budgeted 2018-10-31
20 49272 actual 2018-11-30
21 74107 budgeted 2018-11-30
22 83653 budgeted 2018-12-31
23 56907 actual 2018-12-31
</code></pre>
<p>但是,您可能更喜欢此表示法:</p>
<pre><code>df3 = (pd.concat([budgetedDF, actualDF])
.drop('months', 1)
.set_index('category', append=True)
.unstack()
)
df3
amount
category actual budgeted
2018-01-31 3612 2183
2018-02-28 3357 8902
2018-03-30 2828 9956
2018-04-30 2990 14475
2018-05-31 4446 25385
2018-06-29 19119 29119
2018-07-31 27296 40869
2018-08-31 38443 43400
2018-09-28 47978 52686
2018-10-31 49612 63384
2018-11-30 49272 74107
2018-12-31 56907 83653
</code></pre>