如何基于股票代码索引合并两个列顺序不同的Pandas DataFrame

问题根因 #

pd.concat()仅负责沿指定轴拼接数据，不会基于字段值做关联匹配，无法实现按股票代码对齐数据的需求。两个表的列顺序不影响合并逻辑，只要共有的股票代码列名（或值规则）一致即可正常匹配。

实现代码 #

使用pandas内置的merge()方法完成关联匹配即可：

# 通用写法，默认两个表的股票代码列均命名为ticker
df3 = pd.merge(
    left=df1,
    right=df2,
    on="ticker",
    how="left"
)

参数调整说明 #

• 如果你只需要从df2中提取Sector字段关联到df1，可以把right=df2改为right=df2[["ticker", "Sector"]]，减少冗余字段
• 如果两个表的股票代码列名不一致，例如df1中列名为ticker、df2中列名为股票代码，将on="ticker"替换为left_on="ticker", right_on="股票代码"即可
• how参数可按需调整：
  • left：保留df1的全部行，df2中匹配到的内容自动填充，未匹配到的字段留空
  • inner：仅保留两个表都存在的ticker对应的行
  • outer：保留两个表的全部ticker对应行，未匹配到的字段留空
  • right：保留df2的全部行

内容的提问来源于stack exchange，提问作者heff