熊貓：連接數據幀，並保持重複索引

Question

我有兩個數據幀，我想串聯（軸= 1）與內部聯接。其中dataframes有一些重複的指標，但是行不重複，我不想從那些丟失數據：

df1 = pd.DataFrame([{'a':1,'b':2},{'a':1,'b':3},{'a':2,'b':4}], 
        columns = ['a','b']).set_index('a') 

df2 = pd.DataFrame([{'a':1,'c':5},{'a':2,'c':6}],columns = ['a','c']).set_index('a') 

>>> df1 
    b 
a 
1 2 
1 3 
2 4 
8 9 

>>> df2 
    c 
a 
1 5 
2 6 

默認concat行爲與NaN的，以填補缺失值：

>>> pd.concat([df1,df2]) 
    b c 
a 
1 2 NaN 
1 3 NaN 
2 4 NaN 
1 NaN 5 
2 NaN 6 

我想保留來自df1的重複索引，並使用df2中的重複值填充它們，但是在pandas 0.13.1中，列上的內部連接會產生錯誤。在最近版本的熊貓concat做我想要的：

>>> pd.concat([df1, df2], axis=1, join='inner') 
    b c 
a  
1 2 5 
1 3 5 
2 4 6 

什麼是最好的方式來實現我想要的結果？有沒有groupby解決方案？或者，也許我不應該使用concat？

Answer 1

可以進行合併，並把params從LHS和RHS使用索引：

In [4]:  
df1.merge(df2, left_index=True, right_index=True) 
Out[4]: 
    b c 
a  
1 2 5 
1 3 5 
2 4 6 

[3 rows x 2 columns] 

的毗連應該已經工作，它的工作對我來說：

In [5]: 

pd.concat([df1,df2], join='inner', axis=1) 
Out[5]: 
    b c 
a  
1 2 5 
1 3 5 
2 4 6 

[3 rows x 2 columns]