Python 将多列合并为具有相同行数的一列

我正在用零件号从网站上刮取价格。 逻辑是：

输入零件号列表

将从网站上的数据库中返回每个零件的价格

该零件属于五家公司之一，因此生成了五个不同的列表

例如，下面是零件号的初始列表（输入）：
b123
nadsf
功率
韦奥

他们各自属于一家公司：

Part #     Company A        B          C          D
b123          1.5
nadsf                      3.4
ower                                             47
weoa                                  33

当前csv格式的输出为：

    0
0   1.5   
1   0     
2   0
3   0
0   0     
1   3.4   
2   0
3   0
0   0     
1   0     
2   33
3   0
0   0     
1   0     
2   0
3   47
0   0     
1   0     
2   0
3   0

我只想要一张清单，而不是5张；所需输出为：

0    1.5

1    3.4

2    33

3    47

不知道我怎么能做到这一点

感谢您的帮助/建议

请参阅下面的代码：

import pandas as pd


df = pd.read_excel(r'C:\Users\212677036\Documents\Copy of MIC Parts Review.xlsx')
PN = pd.DataFrame(df, columns=['Product code'])

i = 0

Total_rows = PN.shape[0]
partnumlist = []
partnumlist1 = []
partnumlist2 = []
partnumlist3 = []
partnumlist4 = []
partnumlist5 = []

while i < Total_rows:

         data = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "17155"}}
         r = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data).json()

         partnumlist.append(r['Data']['PartOptions'][0]['YourPrice'])

         data1 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "17475"}}
         r1 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data1).json()

         partnumlist1.append(r1['Data']['PartOptions'][0]['YourPrice'])

         data2 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "16880"}}
         r2 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data2).json()

         partnumlist2.append(r2['Data']['PartOptions'][0]['YourPrice'])

         data3 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "47221"}}
         r3 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data3).json()

         partnumlist3.append(r3['Data']['PartOptions'][0]['YourPrice'])

         data4 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "17045"}}
         r4 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data4).json()

         partnumlist4.append(r4['Data']['PartOptions'][0]['YourPrice'])

         data5 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "17055"}}
         r5 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data5).json()

         partnumlist5.append(r5['Data']['PartOptions'][0]['YourPrice'])

         i=i+1

list_of_dataframes = [pd.DataFrame(partnumlist),pd.DataFrame(partnumlist1),
               pd.DataFrame(partnumlist2), pd.DataFrame(partnumlist3),
               pd.DataFrame(partnumlist4), pd.DataFrame(partnumlist5)]

pd.concat(list_of_dataframes).to_csv(r'C:\Users\212677036\Documents\output25.csv')

将熊猫作为pd导入
df=pd.read\u excel（r'C:\Users\212677036\Documents\Copy of MIC Parts Review.xlsx'）
PN=pd.DataFrame（df，列=['产品代码']））
i=0
总行数=零件形状[0]
partnumlist=[]
partnumlist1=[]
partnumlist2=[]
partnumlist3=[]
partnumlist4=[]
partnumlist5=[]
而i

我假设您当前获得的CSV输出遵循0的模式。您可以对输出CSV或保存为CSV的数据帧应用简单的筛选操作

例如，您的输出CSV被转换为数据帧df

df=pd.concat（数据帧列表）#假设这是您的输出csv数据帧

我没有看到df的列名。您可以选择0向第二列添加列名。一旦你有了它

df=df[~（df['col']==0]）]

---

这将删除第二列中0的所有行（因为~），并提供所需的结果

您可以使用布尔索引删除所有零值并重置索引，使其从0计数到N-1。您必须保存结果 在将变量保存到cvs之前，将pd.concat的。你可以这样做：

concatenated = pd.concat(list_of_dataframes)
clean = concatenated[concatenated[0] != 0].reset_index(drop=True)
clean.to_csv(r'C:\Users\212677036\Documents\output25.csv')

这将为您提供所需的输出：

0    1.5
1    3.4
2    33
3    47

为了提供更多信息，输出csv文件第一行中的

0

是数据帧的列名。Pandas默认使用范围索引

0..M

（M=#of columns），但不提供给DataFrame构造函数

---

因此，

concatenated[0]

选择数据帧中的第一列，并且

concatenated[0]==0

检查列中的每个值是否等于

0

，从而产生一系列

真

或

假

值，然后可以使用它有选择地为数据编制索引。

您可以使用列

['Part'、'Company'、'value']创建一个数据框。