Python 尝试将数据帧与分类数据连接时出现意外错误

我有两个数据帧df1和df2，看起来像这样：

#df1
                    counts    freqs
categories                 
automatic           13      0.40625
manual              19      0.59375

#df2

                    counts   freqs
categories                     
Straight Engine      18     0.5625
V engine             14     0.4375

谁能解释一下为什么pd.concat（[df1，df2]，axis=1）不会给我这个：

                    counts   freqs
categories                     
automatic               13  0.40625
manual                  19  0.59375 
Straight Engine         18  0.5625
V engine                14  0.4375

---

以下是我尝试过的：

1-使用

pd.concat（）

我怀疑我构建这些数据帧的方式可能是问题的根源。 下面是我如何得到这些特定数据帧的：

# imports
import pandas as pd
from pydataset import data # pip install pydataset to get datasets from R

# load data 
df_mtcars = data('mtcars')

# change dummyvariables to more describing variables:
df_mtcars['am'][df_mtcars['am'] == 0] = 'manual'
df_mtcars['am'][df_mtcars['am'] == 1] = 'automatic' 
df_mtcars['vs'][df_mtcars['vs'] == 0] = 'Straight Engine'
df_mtcars['vs'][df_mtcars['vs'] == 1] = 'V engine'

# describe categorical variables
df1 = pd.Categorical(df_mtcars['am']).describe()
df2 = pd.Categorical(df_mtcars['vs']).describe()

我理解“类别”是造成问题的原因，因为

df_con=pd。concat（[df1，df2]，axis=1）

引发了以下错误：

TypeError:追加时类别必须与现有类别匹配

但我很困惑，这没关系：

# code
df_con = pd.concat([df1, df2], axis = 1)

# output:
                 counts       freqs  counts   freqs
categories                                      
automatic          13.0     0.40625     NaN     NaN
manual             19.0     0.59375     NaN     NaN
Straight Engine     NaN         NaN    18.0  0.5625
V engine            NaN         NaN    14.0  0.4375

2-使用

df.append（）

3-使用
pd.merge（）
某种程度上是可行的，但我正在丢失索引：

# Code
df_merge = pd.merge(df1, df2, how = 'outer')

# Output
   counts    freqs
0      13  0.40625
1      19  0.59375
2      18  0.56250
3      14  0.43750

3-在转置数据帧上使用
pd.concat（）

由于
pd.concat（）

# df1.T 
categories  automatic    manual
counts       13.00000  19.00000
freqs         0.40625   0.59375

# df2.T
categories  Straight Engine  V engine
counts              18.0000   14.0000
freqs                0.5625    0.4375

但仍然没有成功：

# code
df_con = pd.concat([df1.T, df2.T], axis = 1)

>>> TypeError: categories must match existing categories when appending

顺便说一下，我在这里希望的是：

categories  automatic    manual Straight Engine  V engine
counts       13.00000  19.00000         18.0000   14.0000
freqs         0.40625   0.59375          0.5625    0.4375

仍然适用于轴=0的情况，尽管：

# code  
df_con = pd.concat([df1.T, df2.T], axis = 0)

# Output
categories  automatic    manual  Straight Engine  V engine
counts       13.00000  19.00000              NaN       NaN
freqs         0.40625   0.59375              NaN       NaN
counts            NaN       NaN          18.0000   14.0000
freqs             NaN       NaN           0.5625    0.4375

但这离我想要实现的目标还很远

现在我在想，从df1和df2中剥离“类别”信息是可能的，但我还没有找到如何做到这一点

谢谢你的任何其他建议
 试试这个

pd.concat([df1.reset_index(),df2.reset_index()],ignore_index=True)

输出：

        categories  counts    freqs
0        automatic      13  0.40625
1           manual      19  0.59375
2  Straight Engine      18  0.56250
3         V engine      14  0.43750

                 counts    freqs
categories                      
automatic            13  0.40625
manual               19  0.59375
Straight Engine      18  0.56250
V engine             14  0.43750

要再次获取类别作为索引，请执行以下操作：

pd.concat([df1.reset_index(),df2.reset_index()],ignore_index=True).set_index('categories')

输出：

        categories  counts    freqs
0        automatic      13  0.40625
1           manual      19  0.59375
2  Straight Engine      18  0.56250
3         V engine      14  0.43750

                 counts    freqs
categories                      
automatic            13  0.40625
manual               19  0.59375
Straight Engine      18  0.56250
V engine             14  0.43750

有关更多详细信息，请参见
，这是因为您拥有类别索引，如果您重置索引并执行concat，它将正常工作。对于concat操作，它基于索引。