如何在 2 个数据帧 pandas 中保持序列不变的列之间连接答案

【问题标题】：how to concat between columns keeping sequence unchanged in 2 dataframes pandas如何在 2 个数据帧 pandas 中保持序列不变的列之间连接
【发布时间】：2020-01-09 09:23:30
【问题描述】：

我有 2 个数据框，我想按如下方式相互连接：

df1:

index    394               min     FIC-2000      398           min       FFC
0       Recycle Gas        min       20K20       Compressor    min       20k
1       TT                 date       kg/h       AT            date       ..
2       nan              2011-03-02   -20.7                    2011-03-02
                         08:00:00                              08:00:00
3       nan              2011-03-02   -27.5                      ...
                         08:00:10


df2:

index    Unnamed:0    0       1  ..     394         395   .....
 0        Service     Prop   Prop1      Recycle Gas  RecG

输出 df3 应该是这样的：

df3

index    Unnamed:0    0        ..     394                            395..   
0        Service     Prop       Recycle Gas                          RecG
1                               Recycle Gas       min     FIC-2000
2                                                 min       20K20
3                                       TT        date       kg/h
4                                      nan       2011-03-02   -20.7
                                                 08:00:00    
5                                      nan       2011-03-02   -27.5 
                                                 08:00:10

我已尝试使用此代码：

df3=pd.concat([df1,df2), axis=1)

但这只是连接索引 394，而 df1 的其余部分被附加到 df2 数据帧的末尾。知道怎么做吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

只需更改为axis=0。考虑一下：

输入：

>>> df
   col1  col2  col3
0     1     4     2
1     2     1     5
2     3     6   319
>>> df_1
   col4  col5  col6
0     1     4    12
1    32    12     3
2     3     2   319
>>> df_2
   col1  col3  col6
0    12    14     2
1     4   132     3
2    23    22     9

连接不匹配（每列名称）

>>> pd.concat([df, df_1], axis=0)
   col1  col2   col3  col4  col5   col6
0   1.0   4.0    2.0   NaN   NaN    NaN
1   2.0   1.0    5.0   NaN   NaN    NaN
2   3.0   6.0  319.0   NaN   NaN    NaN
0   NaN   NaN    NaN   1.0   4.0   12.0
1   NaN   NaN    NaN  32.0  12.0    3.0
2   NaN   NaN    NaN   3.0   2.0  319.0

连续匹配：

>>> pd.concat([df, df_1, df_2], axis=0)
   col1  col2   col3  col4  col5   col6
0   1.0   4.0    2.0   NaN   NaN    NaN
1   2.0   1.0    5.0   NaN   NaN    NaN
2   3.0   6.0  319.0   NaN   NaN    NaN
0   NaN   NaN    NaN   1.0   4.0   12.0
1   NaN   NaN    NaN  32.0  12.0    3.0
2   NaN   NaN    NaN   3.0   2.0  319.0
0  12.0   NaN   14.0   NaN   NaN    2.0
1   4.0   NaN  132.0   NaN   NaN    3.0
2  23.0   NaN   22.0   NaN   NaN    9.0

concat匹配，填充NaN-s（类比可以填充None-s）

>>> pd.concat([df, df_1, df_2], axis=0).fillna(0) #in case you wish to prettify it, maybe in case of strings do .fillna('')
   col1  col2   col3  col4  col5   col6
0   1.0   4.0    2.0   0.0   0.0    0.0
1   2.0   1.0    5.0   0.0   0.0    0.0
2   3.0   6.0  319.0   0.0   0.0    0.0
0   0.0   0.0    0.0   1.0   4.0   12.0
1   0.0   0.0    0.0  32.0  12.0    3.0
2   0.0   0.0    0.0   3.0   2.0  319.0
0  12.0   0.0   14.0   0.0   0.0    2.0
1   4.0   0.0  132.0   0.0   0.0    3.0
2  23.0   0.0   22.0   0.0   0.0    9.0

编辑由下方评论部分中与 OP 的对话触发。

所以你这样做：

(1) 连接数据帧

df3=pd.concat([df1,df2], axis=0)

(2) 在它们上加入另一个数据框：

df5=pd.merge(df3, df4[["FIC", "min"]], on="FIC", how="outer")

（如果您认为相关，您可能需要考虑后缀字段）参考：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html

【讨论】：

感谢您的回答。我收到以下错误：ValueError：计划形状未对齐
也许这个会有所帮助：stackoverflow.com/a/27412913/11610186
并非如此。我试过df2=df2[df1.columns].apply( lambda x: ','.join(x.dropna().astype(str)),axis=1)，但我得到了错误 KeyError: "['min', 'FIX.P2-FIC-200607.F_CV'] not in index"
@jayjay62 抱歉，但看不出这里有什么关系 - 我以为你想连接 2 个 pandas 数据帧
是的，你是对的，但我没有想法，这只是一个尝试。