熊猫：连接数据帧，并保持重复索引

Question

我有两个数据帧，我想串联（轴= 1）与内部联接。其中dataframes有一些重复的指标，但是行不重复，我不想从那些丢失数据：

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 

默认concat行为与NaN的，以填补缺失值：

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

我想保留来自df1的重复索引，并使用df2中的重复值填充它们，但是在pandas 0.13.1中，列上的内部连接会产生错误。在最近版本的熊猫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 

什么是最好的方式来实现我想要的结果？有没有groupby解决方案？或者，也许我不应该使用concat？

Answer 1

可以进行合并，并把params从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] 

的毗连应该已经工作，它的工作对我来说：

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]