熊猫连接交替列答案

【问题标题】：Pandas concatenate alternating columns熊猫连接交替列
【发布时间】：2016-07-26 06:21:04
【问题描述】：

我有两个数据框如下：

df2 = pd.DataFrame(np.random.randn(5,2),columns=['A','C'])
df3 = pd.DataFrame(np.random.randn(5,2),columns=['B','D'])

我希望以交替方式获取列，以便得到以下结果：

df4 = pd.DataFrame()
for i in range(len(df2.columns)):
    df4[df2.columns[i]]=df2[df2.columns[i]]
    df4[df3.columns[i]]=df3[df3.columns[i]]

df4 

    A   B   C   D
0   1.056889    0.494769    0.588765    0.846133
1   1.536102    2.015574    -1.279769   -0.378024
2   -0.097357   -0.886320   0.713624    -1.055808
3   -0.269585   -0.512070   0.755534    0.855884
4   -2.691672   -0.597245   1.023647    0.278428

我认为我对这个解决方案的效率真的很低。这样做更蟒蛇/泛泛的方式是什么？

附言在我的具体情况下，列名不是 A、B、C、D，也不是按字母顺序排列的。只要知道我想合并哪两个数据框。

【问题讨论】：

两个数据框中有多少列包含真实数据？
列数相等，现在假设为 2。

标签： python pandas

【解决方案1】：

这个怎么样？

df4 = pd.concat([df2, df3], axis=1)

还是必须按特定顺序排列？无论如何，您可以随时重新排序：

df4 = df4[['A','B','C','D']]

并且不写出列：

df4 = df4[[item for items in zip(df2.columns, df3.columns) for item in items]]

【讨论】：

“我想以交替的方式获取列” 所以第一列中的一个，第二列中的一个，第一列中的第二个，等等。 .
@Mitch Gotcha，添加了一些关于重新排序列的内容。
这是一个解决方案，但我想重点不是我写出列名以便能够以交替方式获取列。
你迟到了几秒钟才让答案被接受，@jezrael 打败了你。对不起

【解决方案2】：

您可以先concat，然后再reindex_axis。

df = pd.concat([df2, df3], axis=1)
df.reindex_axis(df.columns[::2].tolist() + df.columns[1::2].tolist(), axis=1)

【讨论】：

【解决方案3】：

将偶数索引附加到 df2 列，将奇数索引附加到 df3 列。使用这些新级别进行排序。

df2_ = df2.T.set_index(np.arange(len(df2.columns)) * 2, append=True).T
df3_ = df3.T.set_index(np.arange(len(df3.columns)) * 2 + 1, append=True).T

df = pd.concat([df2_, df3_], axis=1).sort_index(1, 1)
df.columns = df.columns.droplevel(1)

df

【讨论】：

【解决方案4】：

如果您需要更动态的内容，请先压缩两个 DataFrame 的两个列名，然后将其展平：

df5 = pd.concat([df2, df3], axis=1)
print (df5)
          A         C         B         D
0  0.874226 -0.764478  1.022128 -1.209092
1  1.411708 -0.395135 -0.223004  0.124689
2  1.515223 -2.184020  0.316079 -0.137779
3 -0.554961 -0.149091  0.179390 -1.109159
4  0.666985  1.879810  0.406585  0.208084

#http://stackoverflow.com/a/10636583/2901002
print (list(sum(zip(df2.columns, df3.columns), ())))
['A', 'B', 'C', 'D']
print (df5[list(sum(zip(df2.columns, df3.columns), ()))])
          A         B         C         D
0  0.874226  1.022128 -0.764478 -1.209092
1  1.411708 -0.223004 -0.395135  0.124689
2  1.515223  0.316079 -2.184020 -0.137779
3 -0.554961  0.179390 -0.149091 -1.109159
4  0.666985  0.406585  1.879810  0.208084

【讨论】：

我知道 zip 会放置列名称，以便您获得 [('A', 'B'), ('C', 'D')]，我可以看到 sum 做了什么，但您能解释一下 sum 做了什么吗？尤其难以理解为什么空元组 () 有助于扩展压缩数组
这只是对第一个参数中传递的 iterable 的元素求和，将第二个参数视为总和的初始值（如果没有给出，则使用 0 代替，这种情况下会报错）。所以输出是tuple - ('A', 'B', 'C', 'D') 转换为list。