熊猫DataFrame .ix方法的行为

Question

这是我想按列汇总的2个数据帧。

>>> df1 = pd.DataFrame({'letters' : ['a', 'b', 'c'], 'numbers' : [1, 2, 3]})
>>> df2 = pd.DataFrame({'Cities' : ['Rome', 'Venice'], 'floats' : [1.1 , 2.2]})

>>> df1
  letters  numbers
0       a        1
1       b        2
2       c        3

>>> df2
   Cities  floats
0    Rome     1.1
1  Venice     2.2

行数不匹配。 我想追加第二行的副本（可以是任意行），所以我尝试了...

>>> df2.ix[[0, 1, 1]]
   Cities  floats
0    Rome     1.1
1  Venice     2.2
1  Venice     2.2

整理2个数据框时，出现ValueError ...

pd.concat([df1, df2.ix[[0, 1, 1]]], axis = 1)
ValueError: Shape of passed values is (4, 6), indices imply (4, 4)

我尝试用复制行创建表的新副本而无济于事...

pd.concat([df1, df2.ix[[0, 1, 1]]].copy(), axis = 1)
ValueError: Shape of passed values is (4, 6), indices imply (4, 4)

因为前提有点愚蠢，所以这比实际问题更像是一个人为的理解例子。 我仍然希望得到一个适当的答案，尽管预期结果是...

  letters  numbers  Cities  floats
0       a        1    Rome     1.1
1       b        2  Venice     2.2
2       c        3  Venice     2.2

Answer 1

pd.concat根据pd.concat的索引对齐行。 由于df2.ix[...]具有具有相同索引的两行，因此pd.concat不会将第二个“威尼斯”行放在具有索引2的行上。要重新编号索引，请在连接之前调用reset_index() ：

In [102]: pd.concat([df1, df2.iloc[[0, 1, 1]].reset_index()], axis=1)
Out[102]: 
  letters  numbers  index  Cities  floats
0       a        1      0    Rome     1.1
1       b        2      1  Venice     2.2
2       c        3      1  Venice     2.2