如何使用Python / Pandas将其他数据帧行合并到当前行

Question

我有一个看起来像这样的数据框：

 A1    A2    A3    A4 
 1001  1002  1003  1004
 5001  5002  5003  5004
 7001  7002  7003  7004

我想将其他行合并到当前行看起来像这样。 对于Eg：对于第一行，前四列保持相同，但列B1至B4是从A1到A4的第二行的副本，C1到C2是从A1到A4的第三行的副本。 类似的合并第2和第3行。

A1    A2    A3    A4     B1     B2    B3    B4     C1    C2    C3    C4
1001  1002  1003  1004   5001   5002  5003  5004   7001  7002  7003  7004
5001  5002  5003  5004   7001   7002  7003  7004   1001  1002  1003  1004
7001  7002  7003  7004   1001   1002  1003  1004   5001  5002  5003  5004

我尝试了多种方法，如groupby，indexing，icol，循环等，但无法获得所需的结果。

Answer 1

您可以使用np.roll执行df行的循环移位：

df2 = df.reindex(index=np.roll(df.index, -1)).reset_index(drop=True)
df2.columns = ['B{}'.format(i) for i in range(1, len(df.columns) + 1)]

df3 = df.reindex(index=np.roll(df.index, -2)).reset_index(drop=True)
df3.columns = ['C{}'.format(i) for i in range(1, len(df.columns) + 1)]

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

print(result)

产量

     A1    A2    A3    A4    B1    B2    B3    B4    C1    C2    C3    C4
0  1001  1002  1003  1004  5001  5002  5003  5004  7001  7002  7003  7004
1  5001  5002  5003  5004  7001  7002  7003  7004  1001  1002  1003  1004
2  7001  7002  7003  7004  1001  1002  1003  1004  5001  5002  5003  5004

Answer 2

如果您已经创建了其他两个数据帧，则只需遵循concat代码即可。 否则，您可以基于np.random.permutation创建相同数据帧的样本，如下所示：

>>df1
    A1      A2      A3      A4
0   1001    1002    1003    1004
1   5001    5002    5003    5004
2   7001    7002    7003    7004

df2 = df1.iloc[np.random.permutation(len(df1))]
df2.columns=['B{}'.format(i) for i in range(1, len(df1.columns) + 1)]
>>df2
    B1      B2      B3      B4
1   5001    5002    5003    5004
0   1001    1002    1003    1004
2   7001    7002    7003    7004

df3 = df2.iloc[np.random.permutation(len(df2))]
df3.columns=['C{}'.format(i) for i in range(1, len(df1.columns) + 1)]
>>df3
    C1      C2      C3      C4
2   7001    7002    7003    7004
0   1001    1002    1003    1004
1   5001    5002    5003    5004

准备好数据帧后，可以在axis=1上连接它们，如：

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

   A1    A2    A3    A4    B1    B2    B3    B4    C1    C2    C3    C4
0  1001  1002  1003  1004  5001  5002  5003  5004  7001  7002  7003  7004
1  5001  5002  5003  5004  7001  7002  7003  7004  1001  1002  1003  1004
2  7001  7002  7003  7004  1001  1002  1003  1004  5001  5002  5003  5004

注意此过程是基于排列的，因此您可以期望每次运行代码时组合的数量相同。

Answer 3

这将是我的一般循环方法，至少可以创建多达25个合理的进一步列名...：

n = 2   # number of rolled blocks to be concatenated
df2 = df
for i in range(n):
    df_roll = pd.DataFrame(np.roll(df, -(i+1), 0), columns=df.columns.str.replace('A', chr(66+i)))
    df2 = pd.concat([df2, df_roll], 1)

再次，感谢@DanielMesejo给出的提示，以获得不包含在熊猫中的numpy： roll

n = 2的结果：

     A1    A2    A3    A4    B1    B2    B3    B4    C1    C2    C3    C4                                                   
0  1001  1002  1003  1004  5001  5002  5003  5004  7001  7002  7003  7004                                               
1  5001  5002  5003  5004  7001  7002  7003  7004  1001  1002  1003  1004                                               
2  7001  7002  7003  7004  1001  1002  1003  1004  5001  5002  5003  5004