合并不等长时间序列DataFrame并拼接列表值避免NaN的解决方案

你可以直接使用Pandas的add方法，通过fill_value参数指定缺失值填充为空列表，即可避免非重叠日期出现NaN的问题。

代码示例 #

import pandas as pd

# 示例数据构造
df1 = pd.DataFrame(
    {"val": [["AAA", "BBB"], ["CCC"], ["DDD"]]},
    index=pd.to_datetime(["2021-09-16", "2021-09-17", "2021-09-18"])
)
df2 = pd.DataFrame(
    {"val": [["EEE"], ["FFF"], [], ["GGG"], ["HHH", "III"]]},
    index=pd.to_datetime(["2021-09-16", "2021-09-17", "2021-09-18", "2021-09-19", "2021-09-20"])
)

# 核心合并逻辑
merged_df = df1.add(df2, fill_value=[])

运行结果 #

执行后得到的merged_df完全符合预期：

实现原理 #

• 直接使用+运算符相加时，Pandas会自动将两个DataFrame非重叠索引的位置填充为NaN，NaN与列表相加结果仍为NaN
• 用add方法的fill_value参数指定填充值为[]后，非重叠位置的缺失值会被替换为空列表，与原列表相加后直接保留原列表内容，重叠位置的两个列表正常拼接。

注意事项 #

• 如果两个DataFrame的列名不同，需要先将存储列表的列名统一，或单独提取对应列做合并操作：

  merged_series = df1['列名1'].add(df2['列名2'], fill_value=[])
  

• 确保所有待合并的字段值均为列表类型，避免类型不匹配报错
• 低版本Pandas如果不支持fill_value传入列表，可以使用对齐索引的兼容写法：

  df1_aligned, df2_aligned = df1.align(df2, fill_value=[])
  merged_df = df1_aligned + df2_aligned
  

内容的提问来源于stack exchange，提问作者Drive2blue