附加数据帧，避免使用NaN python

Question

我有2个数据帧（df_1），其中包含2行和100列，而df_2包含70行和100列。我想将df_1的另外2行添加到df_2的70行中>

df_1
                   0        1        2        3        4        5            
   first_point   458.69   457.71   420.82   482.50   501.89   405.89      
    max_point    3654.07  8134.25  7520.39  6913.17  7564.12  5883.32     

df_2
    Mean1   Mean2   Mean3   Mean4   Mean5   Mean6   
0  458.69  457.71  420.82  482.50  501.89  405.89     
1  437.92  339.23  287.35  462.16  405.46  387.76    
2  443.19  303.66  314.83  461.07  349.54  399.97     
3  416.03  315.33  317.84  456.53  390.97  374.84    
4  406.89  306.29  328.26  457.55  456.30  398.38 
我想将df_1的另外2行附加到df_3的70行df_2中

                0       1       2       3       4       5
first_point   458.69  457.71  420.82  482.50  501.89  405.89      
 max_point    3654.07 8134.25 7520.39 6913.17 7564.12 5883.32    
           0  458.69  457.71  420.82  482.50  501.89  405.89     
           1  437.92  339.23  287.35  462.16  405.46  387.76    
           2  443.19  303.66  314.83  461.07  349.54  399.97     
           3  416.03  315.33  317.84  456.53  390.97  374.84    
           4  406.89  306.29  328.26  457.55  456.30  398.38 
我用过

df_3 =df_1.append(df_2)

                  0        1        2        3        4        5        6  \
first_point   458.69   457.71   420.82   482.50   501.89   405.89   480.77   
max_point    3654.07  8134.25  7520.39  6913.17  7564.12  5883.32  5849.17   
0                NaN      NaN      NaN      NaN      NaN      NaN      NaN   
1                NaN      NaN      NaN      NaN      NaN      NaN      NaN   
2                NaN      NaN      NaN      NaN      NaN      NaN      NaN   
3                NaN      NaN      NaN      NaN      NaN      NaN      NaN   
4                NaN      NaN      NaN      NaN      NaN      NaN      NaN   
我会理解这种情况是否发生在列数不相等的情况下，但事实并非如此。我也尝试过

df_3 =df_1.append(df_02,ignore_index = True)
这导致了相同的结果...我该怎么办？我一直在环顾四周，但似乎找不到正确的答案。非常感谢！

我有2个数据帧（df_1），其中包含2行和100列，而df_2包含70行和100列。我想将df_1的另外2行添加到df_2 df_1的70行中...

Answer 1

您可以这样做：