如何合并不同索引长度且含NaN的DataFrame并按对应索引求均值

实现代码 #

首先导入依赖库：

import pandas as pd
import numpy as np

你给出的两个示例DataFrame：

df1 = pd.DataFrame([1, 2, 3], columns=['A'])
df2 = pd.DataFrame([2, np.nan, 6, 7], columns=['A'])

核心实现逻辑：

df3 = pd.concat([df1, df2]).groupby(level=0).mean()

输出的df3结果完全符合你的预期：

A
0  1.5
1  2.0
2  4.5
3  7.0

逻辑说明 #

1. pd.concat([df1, df2])会将两个DataFrame按行堆叠，保留各自原始行索引，不受两个表长度差异影响
2. groupby(level=0)按原始行索引分组，实现索引对齐合并
3. pandas的mean()方法计算时会自动忽略np.nan：
   • 同一索引仅单个有效值时直接返回该值，不会保留空值
   • 同一索引多个有效值时自动计算平均值，完全不需要提前将空值转0，避免了数值偏低的问题

该方案同样适用于更多个同列名DataFrame的合并，只需将所有待合并的DataFrame放入concat的列表参数中即可。

内容的提问来源于stack exchange，提问作者Newskooler