如何将多个DataFrame的数据填充至新的空DataFrame？

架构老林

2026-7-30

问题描述

我有两个包含不同数据的DataFrame：

#1 DataFrame

Player A	Time	a	b	c	d
1	1	5.83	10.21	3.12	2.33
1	2	5.64	10.16	3.15	2.37
1	3	5.60	10.11	3.19	2.42
1	4	5.55	10.08	3.22	2.46
1	5	5.52	10.02	3.27	2.50
1	6	5.48	9.97	3.33	2.55

#2 DataFrame

Player B	Time	e	f	g	h
1	1	7.77	9.63	5.61	4.33
1	2	7.79	9.66	5.66	4.37
1	5	7.83	9.72	5.72	4.42
1	6	7.96	9.77	5.77	4.56
1	7	9.22	9.83	6.23	4.67
1	9	9.41	9.97	6.54	5.55

我需要合并这两个DataFrame，得到如下预期输出：

Index	Player A	Player B	Time	a	b	c	d	e	f	g	h
0	1	1	1	5.83	10.21	3.12	2.33	7.77	9.63	5.61	4.33
1	1	1	2	5.64	10.16	3.15	2.37	7.79	9.66	5.66	4.37
2	1	nan	3	5.60	10.11	3.19	2.42	nan	nan	nan	nan
3	1	nan	4	5.55	10.08	3.22	2.46	nan	nan	nan	nan
4	1	1	5	5.52	10.02	3.27	2.50	7.83	9.72	5.72	4.42
5	1	1	6	5.48	9.97	3.33	2.55	7.96	9.77	5.77	4.56
6	nan	1	7	nan	nan	nan	nan	9.22	9.83	6.23	4.67
7	nan	nan	8	nan	nan	nan	nan	nan	nan	nan	nan
8	nan	1	9	nan	nan	nan	nan	9.41	9.97	6.54	5.55

我已经创建了一个空DataFrame，但所有值都是NaN，不知道后续怎么处理：

df = pd.DataFrame(columns=['Player A', 'Player B', 'Time','C','D','E','F','G','H'], index=range(10))

注：使用Python 3.9版本。

解决方案

不需要手动创建空DataFrame再填充，直接用Pandas的merge结合序列对齐就能实现需求，步骤如下：

1. 合并两个原始DataFrame

以Time为键做外连接，保留两个DataFrame中所有出现过的Time值：

merged_df = pd.merge(df1, df2, on='Time', how='outer')

2. 生成完整的Time序列

预期输出包含Time从1到9的所有值，先生成这个完整序列：

full_time = pd.DataFrame({'Time': range(1, 10)})

3. 对齐到完整Time序列

将合并后的DataFrame与完整Time序列做左连接，确保每个Time值都存在：

final_df = pd.merge(full_time, merged_df, on='Time', how='left')

4. 调整列顺序与索引

按照预期输出的列顺序整理，同时重置索引并添加Index列：

final_df = final_df[['Player A', 'Player B', 'Time', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']]
final_df = final_df.reset_index(drop=False).rename(columns={'index': 'Index'})

完整代码示例

import pandas as pd

# 构造原始DataFrame
df1 = pd.DataFrame({
    'Player A': [1]*6,
    'Time': [1,2,3,4,5,6],
    'a': [5.83,5.64,5.60,5.55,5.52,5.48],
    'b': [10.21,10.16,10.11,10.08,10.02,9.97],
    'c': [3.12,3.15,3.19,3.22,3.27,3.33],
    'd': [2.33,2.37,2.42,2.46,2.50,2.55]
})

df2 = pd.DataFrame({
    'Player B': [1]*6,
    'Time': [1,2,5,6,7,9],
    'e': [7.77,7.79,7.83,7.96,9.22,9.41],
    'f': [9.63,9.66,9.72,9.77,9.83,9.97],
    'g': [5.61,5.66,5.72,5.77,6.23,6.54],
    'h': [4.33,4.37,4.42,4.56,4.67,5.55]
})

# 合并并生成完整序列
merged_df = pd.merge(df1, df2, on='Time', how='outer')
full_time = pd.DataFrame({'Time': range(1, 10)})
final_df = pd.merge(full_time, merged_df, on='Time', how='left')

# 调整列顺序和索引
final_df = final_df[['Player A', 'Player B', 'Time', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']]
final_df = final_df.reset_index(drop=False).rename(columns={'index': 'Index'})

print(final_df)

注意：你之前创建空DataFrame时列名写错了（用了大写的C、D等，应该和原始DataFrame的小写a、b、c等保持一致），上述代码已修正该问题。

内容的提问来源于stack exchange，提问作者jayjay

如何将多个DataFrame的数据填充至新的空DataFrame？

#1 DataFrame #

#2 DataFrame #

1. 合并两个原始DataFrame #

2. 生成完整的Time序列 #

3. 对齐到完整Time序列 #

4. 调整列顺序与索引 #

完整代码示例 #