Pandas 熊猫海狸导致南行?
我有两个具有相同行数的数据帧:1434,我想将它们连接到轴1:Pandas 熊猫海狸导致南行?,pandas,concatenation,Pandas,Concatenation,我有两个具有相同行数的数据帧:1434,我想将它们连接到轴1: res = pd.concat([df_resolved, df1], axis=1) 这两个数据帧没有任何具有相同名称的列。我只想像这样加入他们: df1: df2: col1 col2 | col3 col4 1 0 | 9 0 6 0 | 0 0 = concatenated_df: col1 col2 col3 col4 1 0 9 0 6 0
res = pd.concat([df_resolved, df1], axis=1)
这两个数据帧没有任何具有相同名称的列。我只想像这样加入他们:
df1: df2:
col1 col2 | col3 col4
1 0 | 9 0
6 0 | 0 0
=
concatenated_df:
col1 col2 col3 col4
1 0 9 0
6 0 0 0
这在这样一个小示例中效果很好,但由于某种原因,如果我在原始数据集上尝试它,我会得到许多NaN行,这对我来说太大了,无法监督(我正在尝试连接1434x24和1434x17458形状的数据帧)。所以结果有点像:
concatenated_df:
col1 col2 col3 col4
col1 col2 col3 col4
1 0 9 0
6 0 0 0
NaN NaN 0 0
但我不明白为什么。你知道这是怎么发生的吗?我尝试通过在列名后附加一个_xyz字符串来重命名较小数据框中的所有列,但问题仍然存在 当我生成训练和测试集时,我曾经遇到过同样的问题。这是我的解决方案,但是,我不知道为什么
pd.concat
在这种情况下也不起作用
l1=df.values.tolist()
l2=df_resolved.values.tolist()
for i in range(len(l1)):
l1[i].extend(l2[i])
df=pd.DataFrame(l1,columns=df.columns.tolist()+df_resolved.columns.tolist())
这里类似问题的答案可能会有所帮助:
简单地说,如果两个数据帧的行索引有任何不匹配,则连接的数据帧将在不匹配的行中有NAN。如果您不需要保持索引的原样,请在连接之前在两个数据集上使用
df.reset_index(drop=True,inplace=True)
,这样可以解决问题。我现在非常爱您D@lte__老兄,我还是和你有同样的问题,警长,康卡特确实管用……我认为你的答案应该是可以接受的,因为它与熊猫更相关。