Python 根据布尔向量组合2个数据帧

我的问题如下：
假设我在pandas中有两个列数相同的数据帧，例如：

A= 1 2
   3 4 
   8 9

及

还有一个布尔向量，其长度正好是A+num of B rows=5中的num of rows，其中

1

s的数量与B中的num of rows相同，在本例中，这意味着两个

1

s。 比如说

Bool=0110

然后，我的目标是将A和B合并成一个更大的数据帧，称为C，这样B的行对应于Bool中的1，因此在这个示例中，它将给出：

C= 1 2
   7 8
   3 4 
   4 0
   8 9

你知道怎么做吗？ 如果你知道这对我有多大帮助的话。

---

感谢阅读。

一个选项是创建一个具有预期形状的空数据框，然后将A和B中的值填入：

---

这里有一个pandas唯一的解决方案，可以重新索引原始数据帧，然后将其连接起来：

Bool = pd.Series([0, 1, 0, 1, 0], dtype=bool) 
B.index = Bool[ Bool].index
A.index = Bool[~Bool].index
pd.concat([A,B]).sort_index() # sort_index() is not really necessary
#   0  1
#0  1  2
#1  7  8
#2  3  4
#3  4  0
#4  8  9

---

以下方法将推广到比2更大的组。从

A = pd.DataFrame([[1,2],[3,4],[8,9]])    
B = pd.DataFrame([[7,8],[4,0]])    
C = pd.DataFrame([[9,9],[5,5]])
bb = pd.Series([0, 1, 0, 1, 2, 2, 0])

我们可以使用

pd.concat([A, B, C]).iloc[bb.rank(method='first')-1].reset_index(drop=True)

给

In [269]: pd.concat([A, B, C]).iloc[bb.rank(method='first')-1].reset_index(drop=True)
Out[269]: 
   0  1
0  1  2
1  7  8
2  3  4
3  4  0
4  9  9
5  5  5
6  8  9

---

这是因为当您使用

method='first'

时，它会按值的顺序对值进行排序，然后再按它们的显示顺序进行排序。这意味着我们得到了

In [270]: pd.Series([1, 0, 0, 1, 0]).rank(method='first')
Out[270]: 
0    4.0
1    1.0
2    2.0
3    5.0
4    3.0
dtype: float64

---

这正是（减去一）我们想要选择行的iloc顺序。

这太聪明了！明亮的你们两个！因为你的答案倾向于更一般化，所以我会考虑使用<代码> Atype（A.DyType）<代码>某处。你们两个！你在一篇现已删除的帖子中提到，这些答案对你有所帮助。请将与您的问题最相关的一个标记为已接受。这正是网站得以流传的原因。

In [269]: pd.concat([A, B, C]).iloc[bb.rank(method='first')-1].reset_index(drop=True)
Out[269]: 
   0  1
0  1  2
1  7  8
2  3  4
3  4  0
4  9  9
5  5  5
6  8  9

In [270]: pd.Series([1, 0, 0, 1, 0]).rank(method='first')
Out[270]: 
0    4.0
1    1.0
2    2.0
3    5.0
4    3.0
dtype: float64