将两个单独的数据框之间的对应列组合成新的数据框

Question

我有两个如下所示的数据框：

df1

Column 1   Column 2  Column 3 
0.2         0.4       0.5 
0.25        0.44      0.45 
0.26        0.32      0.33

df2

Column 1   Column 2  Column 3 
340         350       360
410         400       350
234         324       450

Answer 1

您可以在此处尝试更理想的订购方式： Pandas串联交替的列

但是，如果以所需方式显式组合数据帧，则读取代码会容易得多。

首先声明新的列名：

dataCols = ['c1', 'c2', 'c3', 'c4', 'c5', 'c6']

然后替换系列：

dataSeries = [df1.Column1, df2.Column1, df1.Column2, df2.Column2, df1.Column3, df2.Column3]

（如果当前列名称中有空格，请使用df1['Column 1'] ）

然后合并成一个字典并创建一个数据框：

dataDict = dict(list(zip(dataCols, dataSeries)
newDf = pd.DataFrame(dataDict)

这将创建具有交替列的数据框。

Answer 2

要替换任何数据框的列（具有任何可能不相同的列名），请首先组合两个数据框，然后通过按所需顺序传递列名列表来对其重新排序。

对于交替顺序，首先获取两个数据框列名称的列表

l1 = df1.columns
l2 = df2.columns

然后创建成对的列名，将它们压缩到两个列表中（结果为('col1','col1') .... ect。）

colNames = zip(l1, l2)

然后以交替方式与列表理解相结合

combinedNames = [name for pair in colNames for name in pair]

这将创建带有成对的列名称的列表。

将此列表应用于合并的数据框以对其重新排序：

combinedDf = combinedDf[combinedNames]

Answer 3

一种更简单的方法是定义一个新的 DataFrame 并在 for 循环中使用 pandas.DataFrame.append() 函数，以便交替使用 2 个 DataFrame。 然后，您需要转换新的 DataFrame 以使其正确：

NumColumn=d1.shape[1]

NewDF = pd.DataFrame()
for i in range(NumColumn):
  NewDF = NewDF.append(d1.iloc[:, i])
  NewDF = NewDF.append(d2.iloc[:, i])


NewDF = NewDF.T