Python 在熊猫中浓缩时,如何保持空列?

Python 在熊猫中浓缩时,如何保持空列?,python,pandas,dataframe,concat,Python,Pandas,Dataframe,Concat,所以我有两个数据帧,都是空列,但这是故意的。那么,当我将空列集中在同一个轴上时,如何保持它们 abdc 123 *nan* 1 2 *nan* 两个dfs看起来很相似。因此,对于例如,pd.concat([df,df])删除空列 我希望df看起来像这样 abdc 123 *nan* abdc 123 *nan* 1 2 *nan* 1 2 *nan* 那么这可能吗?这段代码对我来说就像预期的那样工作,并保留空列:df=pd.Dat

所以我有两个数据帧,都是空列,但这是故意的。那么,当我将空列集中在同一个轴上时,如何保持它们

abdc  123  *nan*

1     2    *nan*
两个dfs看起来很相似。因此,对于例如,
pd.concat([df,df])
删除空列 我希望df看起来像这样

abdc  123  *nan*  abdc  123  *nan*

1     2    *nan*  1     2    *nan*

那么这可能吗?

这段代码对我来说就像预期的那样工作,并保留空列:
df=pd.DataFrame({'abdc':[1],'123':[2],np.nan:[np.nan]})
然后
df=pd.concat([df,df,df],axis=1)
。导出到csv或excel时,它还保留空列。我为一个项目做过类似的事情。@DavidErickson哦,我没有在np.nan上尝试过。感谢您提供的数据帧({'A':['abdc',1],'B':[123,2],'C':[np.nan,np.nan]})。然后执行此操作:
pd.concat([df,df],axis=1)
。它应该会起作用。
df=pd.DataFrame({'abcd':[1],"123":[2],"*nan*":[np.nan]})
df
   abcd  123  *nan*
0     1    2    NaN

pd.concat([df,df],axis=1)
   abcd  123  *nan*  abcd  123  *nan*
0     1    2    NaN     1    2    NaN