如何将两个键不同的Pandas Series合并为一个Pandas DataFrame

问题代码 #

from datetime import datetime, timedelta
import pandas as pd

now= datetime.now()
time1= pd.Timestamp(now.year, now.month, now.day)- timedelta(days=1)
time2= pd.Timestamp(now.year, now.month, now.day)- timedelta(days=2)

data1= {time1:1}
data2= {time2:2}

series1 =pd.Series(data1)
series2 =pd.Series(data2)

print(series1)
print(series2)

merged= pd.DataFrame()
merged= pd.concat(series1,series2)
print(merged)

问题需求 #

两个Pandas Series的索引（日期）不同，要合并成一个DataFrame，最终结果要有column1和column2两列，只保留Series里的数值1和2，完全去掉原有的日期索引。之前用pd.concat合并没得到预期结果。

解决方案 #

方法1：直接提取值构造DataFrame（适合单值Series） #

既然每个Series里只有一个值，直接把值取出来构造DataFrame就行，完全不用管原索引：

# 提取Series中的数值
val1 = series1.iloc[0]
val2 = series2.iloc[0]

# 生成目标DataFrame
merged = pd.DataFrame({'column1': [val1], 'column2': [val2]})
print(merged)

输出结果：

column1  column2
0        1        2

方法2：重置索引后合并（适合多值Series） #

如果你的Series可能有多个数值，先把原日期索引去掉，再合并成列：

# 重置索引丢弃日期，同时给列重命名
series1_reset = series1.reset_index(drop=True).rename('column1')
series2_reset = series2.reset_index(drop=True).rename('column2')

# 按列合并成DataFrame
merged = pd.concat([series1_reset, series2_reset], axis=1)
print(merged)

输出结果和上面一致，也能满足需求。

原代码出错原因 #

你之前写的pd.concat(series1, series2)是用法错误，pd.concat要求第一个参数是序列（比如把两个Series放进列表），就算改成pd.concat([series1, series2])，因为两个Series索引不一样，合并后会出现NaN值，而且是按行堆叠，不是分成两列，还带着原日期索引，完全不符合你的需求。

内容的提问来源于stack exchange，提问作者daniel stafford