Python 合并dataframe中的重复列
我试图从一组序列中获取一个新的数据帧(我将其设置为原始数据帧作为空白DF)。这是我得到这个系列的代码Python 合并dataframe中的重复列,python,pandas,dataframe,Python,Pandas,Dataframe,我试图从一组序列中获取一个新的数据帧(我将其设置为原始数据帧作为空白DF)。这是我得到这个系列的代码 all_keys = list(dict_months.keys()) for i in all_keys: for j in range(len(dict_months[i])): temp_num = df_mth_return.loc['1992-'+str(i),dict_months[i][j]] blank_df = blank_df.appe
all_keys = list(dict_months.keys())
for i in all_keys:
for j in range(len(dict_months[i])):
temp_num = df_mth_return.loc['1992-'+str(i),dict_months[i][j]]
blank_df = blank_df.append(temp_num) # append Series to blank_df
下面是结果系列的示例输出,每个temp_num都是一个系列
Date
1992-02-03 -2.174845
Name: IBM US Equity, dtype: float64
Date
1992-02-03 0.878127
Name: MMM US Equity, dtype: float64
Date
1992-03-02 -3.884848
Name: IBM US Equity, dtype: float64
这就是我得到的结果
en IBM US Equity MMM US Equity IBM US Equity MMM US Equity IBM US Equity IBM US Equity
2/3/1992 -2.17485 0.878127 NaN all the way across >> NaN
3/2/1992 NaN NaN -3.88485 -2.47076 NaN acorss >>
1/2/1992 NaN NaN NaN NaN 1.123077 NaN across >>>>
7/1/1992 NaN NaN NaN NaN NaN -3.19279 3.091772 NaN across >>>>
4/1/1992 ETC.... DOWN
但是我希望最后的数据帧看起来像下面这样,这样相同的列只显示一次。有人能帮忙吗。这是空白_DF的一个小示例,它适用于多个列和更多行
IBM US Equity MMM US Equity
2/3/1992 -2.17485 0.878127
3/2/1992 -3.88485 -2.47076
1/2/1992 1.123077 NaN
7/1/1992 -3.19279 3.091772
4/1/1992 NaN 5.63469
5/1/1992 1.312976 2.867628
我相信您需要使用
groupby
by columns,并使用bfill
应用lambda函数来填充NaN
s,使用iloc
来选择第一列:
df = df.groupby(axis=1, level=0).apply(lambda x: x.bfill(axis=1).iloc[:, 0])
print (df)
IBM US Equity MMM US Equity
en
2/3/1992 -2.174850 0.878127
3/2/1992 -3.884850 -2.470760
1/2/1992 1.123077 NaN
7/1/1992 -3.192790 3.091772
另一个具有numpy
和完美Divakar函数的解决方案-仅通过[:,0]
选择2d数组中的第一个值:
f = lambda x: pd.Series(justify(x.values, invalid_val=np.nan, axis=1, side='left')[:, 0])
df = df.groupby(axis=1, level=0).apply(f)
print (df)
很好,我想这就是OP想要的。@cᴏʟᴅsᴘᴇᴇᴅ - 谢谢;)