如何对具有相同行数但没有匹配列名的 2 个数据帧执行连接？

Question

我正在尝试为数据框的所有特征中缺失的 NaN 值绘制直方图 为此，我为缺少 NaN 值创建了一个数据框

缺失值数据框

   0
-----
0  0
1  14
2  800
.
.
84 2344

然后我有这个主数据框，它有多个我不关心的列，因为我只想要这个数据框中的行名

主数据框

     0  1
---------
F1   3  3
F2   4  3
.
.
F85  5  2

我如何合并/连接这 2 个数据帧，最终输出应该是这样的（主数据帧中的列无关紧要，因为我想绘制所有特征中缺失值的数量，即 F1、F2、...F85）

    F1   0  
    F2   14 
    F3   800
    .
    .
    F85  2344

Answer 1

假设您的数据框是df1（缺失值数据框）和df2（主数据框）。然后你可以试试这个：

df1.columns=['X']
res = df2.reset_index().join(df1.reset_index(), rsuffix='_r')[['index', 'X']].set_index('index')
print(res)

结果将是：

index      
F1        0
F2       14
F3      800
...
F85    2344

想法是使用reset_index将两个数据帧中的索引替换为行号，然后合并数据帧

Answer 2

IIUC 您希望水平合并 2 个数据帧，而不管具有相同行数、不同列和索引的索引。仅从其中的一些列中选择一些列。

import pandas as pd

df1=pd.DataFrame(index=[1,2,3], data={"a": [3,6,4]})

df2=pd.DataFrame(index=["a1","v2","x"], data={"x": [-3,136,-5], "y": ["x", "y", "c"]})

df3=pd.concat([df1.reset_index(drop=True), df2["x"].to_frame().reset_index(drop=True)], axis=1, ignore_index=False)

输入：

#df1
   a
1  3
2  6
3  4
#df2
      x  y
a1   -3  x
v2  136  y
x    -5  c

输出：

#df3
   a    x
0  3   -3
1  6  136
2  4   -5

Answer 3

我们可以通过使用pandas 的concat 方法轻松做到这一点。

`

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                   index=[0, 1, 2, 3])

df4 = pd.DataFrame({'B': ['B2', 'B3', 'B6', 'B7'],
                    'D': ['D2', 'D3', 'D6', 'D7'],
                    'F': ['F2', 'F3', 'F6', 'F7']},
                   index=[0, 1, 2, 3])

result = pd.concat([df1, df4], axis=1, sort=False)

`

您将根据您的要求获得确切的价值。