Question

我有两个pandas.DataFrames我希望合并为一个。数据框具有相同的列数，顺序相同，但列标题不同。如何有效地组合这些数据框？

df_ger
index  Datum   Zahl1   Zahl2
0      1-1-17  1       2
1      2-1-17  3       4

df_uk
index  Date    No1     No2
0      1-1-17  5       6
1      2-1-17  7       8

desired output
index  Datum   Zahl1   Zahl2
0      1-1-17  1       2
1      2-1-17  3       4
2      1-1-17  5       6
3      2-1-17  7       8

到目前为止，我提出的唯一方法是重命名列标题，然后使用pd.concat([df_ger, df_uk], axis=0, ignore_index=True)。但是，我希望找到一种更通用的方法。

Answer 1

如果您可以确定两个数据帧的结构保持不变，我会看到两个选项：

保留所选默认语言的数据框列名称（我假设为en_GB）并将其复制过来：
```
df_ger.columns = df_uk.columns
df_combined = pd.concat([df_ger, df_uk], axis=0, ignore_index=True)
```
无论列名是什么，这都有效。但是，从技术上讲，它仍然是重命名。

使用numpy.ndarrays将数据从数据框中拉出来，将它们连接成numpy，并再次从中生成数据帧：

np_ger_data = df_ger.as_matrix()
np_uk_data = df_uk.as_matrix()
np_combined_data = numpy.concatenate([np_ger_data, np_uk_data], axis=0)
df_combined = pd.DataFrame(np_combined_data, columns=["Date", "No1", "No2"])

此解决方案需要更多资源，因此我会选择第一个。

Answer 2

我不确定这是否会比你的想法更简单，但如果主要目标是一般性的话，那么这应该是一个假设：两个文件中的列匹配，例如，如果日期是第一列，翻译版本也将是第一列。

# number of columns
n_columns = len(df_ger.columns)

# save final columns names
columns = df_uk.columns

# rename both columns to numbers
df_ger.columns = range(n_columns)
df_uk.columns = range(n_columns)

# concat columns
df_out = pd.concat([df_ger, df_uk], axis=0, ignore_index=True)

# rename columns in new dataframe
df_out.columns = columns

Python Pandas - 具有不同列的Concat数据帧忽略列名称

2 个答案: