Question

我有两个pandas数据帧，其形状为＆＃34; n x n＆＃34;和＆＃34; m x n＆＃34; （m

df1 = pd.DataFrame([[0,1,0,1],[1,0,0,1],[0,0,0,1],[1,1,1,0]])
df2 = pd.DataFrame([[1,1,1,0],[1,1,0,1]])

我希望通过连接上面的数据帧来获取方阵的数据帧：

df3 = foo(df1, df2)
print df3.values

这应该像下面的矩阵一样打印。

[[0,1,0,1,1,1],
 [1,0,0,1,1,1],
 [0,0,0,1,1,0],
 [1,1,1,0,0,1],
 [1,1,1,0,0,0],
 [1,1,0,1,0,0]]

连接的逻辑是这样的：

方阵的左上部分来自df1
它的右上部分来自df2
左下角部分来自df2
其余部分（右下部分）的所有元素均为零。

如何实现上述逻辑（foo方法）？

Answer 1

以下是foo的示例：

def foo(_df1,_df2):
    df1 = _df1.reset_index(drop=True) #to make sure the index is ordered
    df2 = _df2.reset_index(drop=True) #to make sure the index is ordered
    df2_transpose = df2.transpose().reset_index(drop=True) #reset the index to match the join below

    df_upper = df1.join(df2_transpose,rsuffix="_") #add suffix for additional columns
    df_upper.columns = [i for i in range(df_upper.shape[1])] #reset column names to int

    df = pd.concat([df_upper,df2]) #fill the bottom left

    df.fillna(0,inplace=True) #fill with 0 the bottom right

    return df

Answer 2

foo功能：

def foo(df1_data,df2_data):

    df_test = pd.concat([df1_data,df2_data])
    a = np.concatenate((df2_data.values.T,np.zeros(shape = (df_test.values.shape[0] - df_test.values.shape[1],df2_data.values.shape[0]))))
    final_array = np.append(df_test.values,a, axis=1).astype(int)
    df3_data = pd.DataFrame(final_array)

    return df3_data

df3 = foo(df1,df2)

将两个数据帧连接到方阵的数据帧

2 个答案: