[英]Combining corresponding columns between two separate dataframes into new dataframe
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
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。
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]
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.