使用Pandas

时间:2017-05-24 08:02:26

标签: python pandas dataframe concatenation alternate

我有两个数据框df1df2,其定义如下:

df1          df2
Out[69]:     Out[70]:
   A  B         A  B
0  2  a      0  5  q
1  1  s      1  6  w
2  3  d      2  3  e
3  4  f      3  1  r

我的目标是通过交替行来连接数据帧,以便生成的数据帧如下所示:

dff
Out[71]: 
   A  B
0  2  a <--- belongs to df1
0  5  q <--- belongs to df2
1  1  s <--- belongs to df1
1  6  w <--- belongs to df2
2  3  d <--- belongs to df1
2  3  e <--- belongs to df2
3  4  f <--- belongs to df1
3  1  r <--- belongs to df2

如您所见,第一行dff对应于df1的第一行,第二行dff是df2的第一行。模式重复直到结束。

我尝试使用以下代码行达到目标:

import pandas as pd

df1 = pd.DataFrame({'A':[2,1,3,4], 'B':['a','s','d','f']})
df2 = pd.DataFrame({'A':[5,6,3,1], 'B':['q','w','e','r']})

dfff = pd.DataFrame()
for i in range(0,4):
    dfx = pd.concat([df1.iloc[i].T, df2.iloc[i].T])
    dfff = pd.concat([dfff, dfx])

然而,这种方法不起作用,因为df1.iloc[i]和df2.iloc [i]会自动重新整形为列而不是行,我无法恢复过程(即使使用.T)。

问题:您能否建议我一个优雅而优雅的方式来实现我的目标?

可选:您是否还可以提供有关如何将列转换回行的说明?

2 个答案:

答案 0 :(得分:2)

我无法对接受的答案发表评论,但请注意默认情况下不稳定的排序操作,因此您必须选择稳定的排序算法。

pd.concat([df1, df2]).sort_index(kind='merge')

答案 1 :(得分:1)

IIUC

In [64]: pd.concat([df1, df2]).sort_index()
Out[64]:
   A  B
0  2  a
0  5  q
1  1  s
1  6  w
2  3  d
2  3  e
3  4  f
3  1  r