將兩個單獨的數據框之間的對應列組合成新的數據框

Question

我有兩個如下所示的數據框：

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

您可以在此處嘗試更理想的訂購方式： Pandas串聯交替的列

但是，如果以所需方式顯式組合數據幀，則讀取代碼會容易得多。

首先聲明新的列名：

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

然后替換系列：

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

（如果當前列名稱中有空格，請使用df1['Column 1'] ）

然后合並成一個字典並創建一個數據框：

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

這將創建具有交替列的數據框。

Answer 2

要替換任何數據框的列（具有任何可能不相同的列名），請首先組合兩個數據框，然后通過按所需順序傳遞列名列表來對其重新排序。

對於交替順序，首先獲取兩個數據框列名稱的列表

l1 = df1.columns
l2 = df2.columns

然后創建成對的列名，將它們壓縮到兩個列表中（結果為('col1','col1') .... ect。）

colNames = zip(l1, l2)

然后以交替方式與列表理解相結合

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

這將創建帶有成對的列名稱的列表。

將此列表應用於合並的數據框以對其重新排序：

combinedDf = combinedDf[combinedNames]

Answer 3

一種更簡單的方法是定義一個新的 DataFrame 並在 for 循環中使用 pandas.DataFrame.append() 函數，以便交替使用 2 個 DataFrame。 然后，您需要轉換新的 DataFrame 以使其正確：

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