如何“逐行合并”熊猫数据框答案

【问题标题】：how to "rowise merge" pandas dataframes如何“逐行合并”熊猫数据框
【发布时间】：2019-12-02 17:24:50
【问题描述】：

我想合并 2 个 DataFrame，这样在新的 DataFrame 中，第一行 = df1 中的第 1 行，第二行是 df2 中的第一行等。

A=pd.DataFrame({'A':[1,3,5], 'B': [7,9,11]}, index = ['bs','ss','db'])
B=pd.DataFrame({'A':[2,4,6], 'B': [8,10,12]}, index = ['bs','ss','db'])

请注意，行标签和列标签完全相同，并且两个数据框具有相同的维度。

所以想要的输出应该是这样的

      A    B
bs_a  1    7
bs_b  2    8
ss_a  3    9
ss_b  4    10
db_a  5    11
db_b  6    12

我对 pandas 合并不熟悉，在查看文档后我仍然不知道如何做到这一点

【问题讨论】：

标签： python pandas merge

【解决方案1】：

你可以用keys做concat，合并多个索引

s=pd.concat([A,B],keys=['a','b']).sort_index(level=1)
s.index=s.index.map('{0[1]}_{0[0]}'.format) 
s
Out[225]: 
      A   B
bs_a  1   7
bs_b  2   8
db_a  5  11
db_b  6  12
ss_a  3   9
ss_b  4  10

【讨论】：

@user11638654u yw:-) 快乐编码

【解决方案2】：

你可以rename你的数据框的索引，然后append一个到另一个

df = A.rename('{}_a'.format).append(B.rename('{}_b'.format)).sort_index()

这给了

        A   B
bs_a    1   7
bs_b    2   8
db_a    5   11
db_b    6   12
ss_a    3   9
ss_b    4   10

【讨论】：

【解决方案3】：

尝试使用pd.concat

A.reset_index(inplace=True)
B.reset_index(inplace=True)

A['index']=A['index']+'_a'
B['index']=B['index']+'_b'

A.set_index("index",inplace=True)
B.set_index("index",inplace=True)

final_df = pd.concat([A,B]).sort_values(['A'],ascending=[True])
final_df.index.name=''

        A   B
bs_a    1   7
bs_b    2   8
ss_a    3   9
ss_b    4   10
db_a    5   11
db_b    6   12

【讨论】：