[英]Concatenating multiple data frames, ignoring row index in python pandas
我想合并 3 个不同的数据框：
| 指数 | 年 |
|---|---|
| 0 | 2001年 |
| 1个 | 2002年 |
| 指数 | 变量A |
|---|---|
| 700 | X |
| 701 | 是 |
| 指数 | 变量B |
|---|---|
| 700 | 一种 |
| 701 | b |
这样它们看起来像这样：
| 指数 | 年 | 变量A | 变量B |
|---|---|---|---|
| 0 | 2001年 | X | 一种 |
| 1个 | 2002年 | 是 | b |
当我使用pd.concat([df1,df2,df3])时，Var A 和 Var B 彼此对齐但不与年份对齐。 有人能指出我正确的方向吗？
修复了df = df.reset_index(drop=True)
将数据帧连接到具有预设行名python的pandas数据帧
[英]Concatenating data frames into a pandas dataframe with pre set row names python
从python pandas中的两个数据框中连接选定的列
[英]Concatenating selected columns from two data frames in python pandas
在 Python/Pandas 中连接/合并数据框和编辑列名
[英]Concatenating/merging data frames and editing column names in Python/Pandas
Python Pandas：将多行转换为单行，而忽略NaN
[英]Python Pandas : Convert multiple rows into single row, ignoring NaN's
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.
