從另一個python文件導入單個pandas dataframe列

Question

我正在嘗試將各種文件中的其他數據框列導入到一個文件中。

假設df1，df2和df3分別位於不同的.py文件中，但這些文件保存在同一文件夾中。

即df1保存在df1.py中df2保存在df2.py中df3保存在df3.py中

我試圖弄清楚如何將df2和df3中的列導入df1（具有7行），即使所有數據幀的行數都不同。

NaN行應表示為-（即破折號'-'）

df1 = pd.DataFrame()

df1['A'] = (1,22,13,41,2,56,79)
df1['B'] = ('B','S','S', 'S', 'S', 'B', 'B')
df1['C'] = (1.02, 1.01, 1.44, 1.05, 1.05, 1.12, 1.22)



df2 = pd.DataFrame()


df2['D'] = (11,65,8,34,56,18,91,34,89,35,3,9,15)
df2['E'] = ('E','R','Y', 'N', 'X', 'T','Y', 'N', 'X', 'T', 'D', 'T', 'D')
df2['F'] = (1.02, 1.01, 1.44, 1.05,1.02, 1.01, 1.44, 1.05, 1.05, 1.12, 1.22, 1.12, 1.22)

df3 = pd.DataFrame()


df3['G'] = (1,22,13)
df3['H'] = ('S','S', 'S')
df3['I'] = (1.05, 1.05, 1.12)

打印以下是我希望df1在導入后的外觀

df1 = pd.DataFrame()

df1['A'] = (1,22,13,41,2,56,79)
df1['B'] = ('B','S','S', 'S', 'S', 'B', 'B')
df1['C'] = (1.02, 1.01, 1.44, 1.05, 1.05, 1.12, 1.22)
df1['D'] = (11,65,8,34,56,18,91)
df1['E'] = ('E','R','Y', 'N', 'X', 'T','Y')
df1['F'] = (1.02, 1.01, 1.44, 1.05,1.02, 1.01, 1.44)
df1['G'] = (1,22,13, '-', '-', '-', '-')
df1['H'] = ('S','S', 'S', '-', '-', '-', '-')
df1['I'] = (1.05, 1.05, 1.12, '-', '-', '-', '-')

print(df1)

Answer 1

采用 -

print(pd.concat([df1, df2, df3], axis=1).dropna(subset=['A', 'B', 'C']).fillna('-'))

輸出量

      A  B     C   D  E     F   G  H     I
0   1.0  B  1.02  11  E  1.02   1  S  1.05
1  22.0  S  1.01  65  R  1.01  22  S  1.05
2  13.0  S  1.44   8  Y  1.44  13  S  1.12
3  41.0  S  1.05  34  N  1.05   -  -     -
4   2.0  S  1.05  56  X  1.02   -  -     -
5  56.0  B  1.12  18  T  1.01   -  -     -
6  79.0  B  1.22  91  Y  1.44   -  -     -

Answer 2

你可以試試：

import pandas as pd
import df1, df2, df3 # import files df1.py, df2.py and df3.py
print(pd.concat([df1.df1, df2.df2.iloc[:df1.df1.shape[0]], df3.df3], axis=1, sort=False).fillna('-'))

結果：

    A  B     C   D  E     F   G  H     I
0   1  B  1.02  11  E  1.02   1  S  1.05
1  22  S  1.01  65  R  1.01  22  S  1.05
2  13  S  1.44   8  Y  1.44  13  S  1.12
3  41  S  1.05  34  N  1.05   -  -     -
4   2  S  1.05  56  X  1.02   -  -     -
5  56  B  1.12  18  T  1.01   -  -     -
6  79  B  1.22  91  Y  1.44   -  -     -