连接，pandas和join_axes

Question

我一直在网上搜索这个例子，但没找到任何东西。

让df1, df2, .. dfn成为pandas数据帧，并进行缩进索引。

运行命令时发生了什么：

pandas.concat([df1,..,dfn],axis=1,join_axes=[df1.index])

它不会给我一个错误并提供数据帧。我已经粘贴了我在文档中找到的与此相关的所有内容。当指数不匹配时会发生什么？大熊猫如何知道使用其他数据帧的索引，我想我可能必须放置其他n-1 pandas数据帧的所有索引。

任何提示？

join_axes：索引对象列表 用于其他n - 1轴的特定索引，而不是执行内部/外部设置逻辑

Answer 1

n

的含义

首先，n中的n-1是指每个数据框中维度的数量，而不是数据框的数量。您可以从the source code at lines 938ff：

中看到

def _get_new_axes(self):
    ndim = self._get_result_dim()
    new_axes = [None] * ndim

    if self.join_axes is None:
        for i in range(ndim):
            if i == self.axis:
                continue
            new_axes[i] = self._get_comb_axis(i)
    else:
        if len(self.join_axes) != ndim - 1:
            raise AssertionError("length of join_axes must not be "
                                 "equal to {0}".format(ndim - 1))

（因此，它真的不应该在documentation中读取n-1。我想这个公式是基于常见用法示例，其中使用join_axes传递的索引是其中一个数据框。但是，传递的索引也可以是新的合成索引。）

使用join_axes

实际使用join_axes是替换要与另一个（或实际每个维度一个）连接的数据帧的索引。

在此过程中，每个数据框中的值只是分配到新索引，忽略它包含的索引。此外，如果其中一个数据帧比相应的索引更长（任何维度），它将被简单地截断。

将时间序列合并为一个数据框

您可能尝试实现的是将一堆Series组合成DataFrame并保留其原始（部分）不匹配的索引。

pandas.concat([df1,..,dfn], axis=1, join='outer')

这样做（join=outer）。

（但是，当您想要绘制结果数据帧时，可能需要找到一种解决方法，因为all columns are interrupted by NaNs。）

Answer 2

制作join_axes=[df1.columns]：

pandas.concat([df1,..,dfn],axis=1,join_axes=[df1.columns])

Answer 3

联接轴已弃用。现在支持的方式

pandas.concat([df1,..,dfn],axis=1).reindex(df1.columns)