合并两列在一个数据帧，同时保持第一列的值

Question

下面是一个例子数据帧：

In [308]: df 
Out[308]: 
    A B 
0 1 1 
1 1 2 
2 2 3 
3 2 4 
4 3 5 
5 3 6 

我要合并A和B，同时保持顺序，索引和重复所述的完好。与此同时，我只是想从B中不是在这样所产生的数据框的值应该是这样的：

In [308]: df 
Out[308]: 
    A B 
0 1 1 
1 1 2 
2 2 3 
3 2 4 
4 3 5 
5 3 6 
6 4 NaN 
7 5 NaN 
8 6 NaN 

任何指针将不胜感激。我试着做两列和一个groupby的concat，但是由于重复被丢弃，所以不保留列A的值。

我想保留什么是已经存在，但还添加B中不是A.值

Answer 1

为了得到B的那些元素不在A，使用isin方法与~反转（不是）运算符：

In [11]: B_notin_A = df['B'][~df['B'].isin(df['A'])] 

In [12]: B_notin_A 
Out[12]: 
3 4 
4 5 
5 6 
Name: B, dtype: int64 

然后你就可以追加（concat）这些与A，排序（如果您使用order返回的结果，而不是在做地方工作）和reset_index：

In [13]: A_concat_B_notin_A = pd.concat([df['A'], B_notin_A]).order().reset_index(drop=True) 

In [14]: A_concat_B_notin_A 
Out[14]: 
0 1 
1 1 
2 2 
3 2 
4 3 
5 3 
6 4 
7 5 
8 6 
dtype: int64 

，然后创建一个新的数据框：

In [15]: pd.DataFrame({'A': A_concat_B_notin_A, 'B': df['B']}) 
Out[15]: 
    A B 
0 1 1 
1 1 2 
2 2 3 
3 2 4 
4 3 5 
5 3 6 
6 4 NaN 
7 5 NaN 
8 6 NaN 

FWIW我不知道这是否是一定是你正确的数据结构...