將pandas DataFrame與系列合並

Question

我有這個df：

             cnpj
0  33062217000185
1  82645144000160

我運行一個創建兩個不同系列的函數：

for i in df.cnpj:
    s=peer_comparison(i)
    df=df.merge(peers.to_frame().T, how='left', on='cnpj')

在for語句的第一輪中，輸出序列如下所示：

s (first round):

A                                  N/A
B                                  N/A
C                                  N/A
cnpj                    33062217000185

合並的數據框如下所示：

             cnpj   A       B     C
0  33062217000185   N/A   N/A   N/A 
1  82645144000160   NaN   NaN   NaN 

當進行第二輪合並時，該系列如下所示：

s (second round):

A                                  N/A
B                                  N/A
C                                  N/A
cnpj                    82645144000160

但是合並變得一團糟，就像這樣：

             cnpj   A_x   B_x  C_x  A_y  B_y  C_y
0  33062217000185   N/A   N/A  N/A  NaN  NaN  NaN
1  82645144000160   NaN   NaN  NaN  N/A  N/A  N/A

如果我嘗試使用df.merge(s.to_frame().T.astype({'cnpj' : 'int'}), how='left',on='cnpj').fillna('')更改合並df.merge(s.to_frame().T.astype({'cnpj' : 'int'}), how='left',on='cnpj').fillna('')出現以下錯誤：

ValueError: entry not a 2- or 3- tuple

有人可以幫忙嗎？

Answer 1

設定

df = pd.DataFrame({'cnpj': [33062217000185, 82645144000160]})
print(df)
             cnpj
0  33062217000185
1  82645144000160

s = pd.Series(['N/A', 'N/A', 'N/A', 33062217000185], index=['A', 'B', 'C', 'cnpj'])
print(s)
A                  N/A
B                  N/A
C                  N/A
cnpj    33062217000185
dtype: object

---

使用df.merge ，將s轉換為數據幀並在過程df.merge置。

df.merge(s.to_frame().T\
      .astype({'cnpj' : 'int'}), how='left').fillna('')
             cnpj    A    B    C
0  33062217000185  N/A  N/A  N/A
1  82645144000160  

Answer 2

獲得一些@COLDSPEED技巧並使用concat而不是合並或加入它終於可以了。

peers=peer_comparison(df.cnpj[0])
for i in df.cnpj[1:]:
    peers2=peer_comparison(i,base_year)
    peers=pd.concat([peers,peers2],axis=1)

df=peers.T