[英]Pandas concat with different indices
我有三个数据框要连接,但它们都有不同的索引。 所有三个指数都有相同的长度。 我的第一个df看起来像这样:
Index Time_start Time_end duration value
0 5 10 5 1.0
1 10 16 6 NaN
...
39 50 53 3 NaN
第二个df看起来像这样:
Index Time_start Time_end duration value
40 5 10 5 2.0
42 10 16 6 NaN
...
79 50 53 3 NaN
并且第三个看起来完全相同但是Index = [80..119]但是time_start,Time_end和duration完全相同。 价值不同。
我想连接值列,使它看起来像这样
Index Time_start Time_end duration value1 value2 value3
1 5 10 5 1.0 2 3
2 10 16 6 NaN NaN NaN
...
39 50 53 3 NaN NaN NaN
到目前为止我试过这个
pd.concat([df1, df2.value, ms3.value], axis=1, join_axes = [df1.index])
但指数不一样,所以它不起作用。 我知道我可以先试试
df2.reset_index(drop=True)
然后做concat工作,但我确信有更好的方法。
dfs = [df1, df2]
cols = ['Time_start', 'Time_end', 'duration']
keys = ['value1', 'value2']
pd.concat(
[df.set_index(cols).value for df in dfs],
axis=1, keys=keys)
value1 value2
Time_start Time_end duration
5 10 5 1.0 2.0
10 16 6 NaN NaN
50 53 3 NaN NaN
采用:
dfs = [df1,df2]
k = ['value1','value2']
df = pd.concat([x.set_index(['Time_start','Time_end','duration']) for x in dfs],
axis=1,keys=k)
df.columns = df.columns.droplevel(-1)
print (df)
value1 value2
Time_start Time_end duration
5 10 5 1.0 2.0
10 16 6 NaN NaN
50 53 3 NaN NaN
另一种方案:
dfs = [df1,df2]
df = pd.concat([x.set_index(['Time_start','Time_end','duration']) for x in dfs],axis=1)
df.columns = [x + str(i+1) for i, x in enumerate(df.columns)]
print (df)
value1 value2
Time_start Time_end duration
5 10 5 1.0 2.0
10 16 6 NaN NaN
50 53 3 NaN NaN
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.