如何在 pandas 中逐行合并两个数据帧

Question

我想逐行连接我的两个数据帧（df1 和 df2）以获得 dataframe（df3），格式如下：

df3 的第一行有 df1 的第一行。

df3 的第 2 行有 df2 的第 1 行。

df3 的第 3 行有 df1 的第 2 行。

df3 的第 4 行有 df2 的第 2 行。 .. 等等

知道我该怎么做吗？

注意- 两个数据框具有相同的列名

Answer 1

一种简单的方法是在连接之前修改数据帧的索引，然后对其进行排序！

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, 2, 4, 6],

)



df2 = pd.DataFrame(

    {

        "A": ["A4", "A5", "A6", "A7"],

        "B": ["B4", "B5", "B6", "B7"],

        "C": ["C4", "C5", "C6", "C7"],

        "D": ["D4", "D5", "D6", "D7"],

    },

    index=[1, 3, 5, 7],

)
pd.concat((df1, df2)).sort_index(axis = 0)

output：

    A   B   C   D
0  A0  B0  C0  D0
1  A4  B4  C4  D4
2  A1  B1  C1  D1
3  A5  B5  C5  D5
4  A2  B2  C2  D2
5  A6  B6  C6  D6
6  A3  B3  C3  D3
7  A7  B7  C7  D7

Answer 2

您可以使用pandas.concat和sort_index ：

df1 = pd.DataFrame({'col': list('AXYZ')})
df2 = pd.DataFrame({'col': list('EDCB')})

(pd.concat([df1, df2])
   .sort_index()
 )

Output：

  col
0   A
0   E
1   X
1   D
2   Y
2   C
3   Z
3   B