Question

我有多个（n）个数据帧，这些数据帧具有可变的行长和每个3列。我只想要每个数据框的第一列，所以我使用df.drop删除了其他列。
我想将它们合并为一个具有n列的数据框。我使用pd.concat进行合并。

    df1.drop(columns=['col2' ,'col3']).to_csv('df1.csv', sep=';')

    df2.drop(columns=['col2', 'col3']).to_csv('df2.csv', sep=';')

pd.concat([pd.concat([df1.drop(columns=['col2','col3']),
                      df2.drop(columns=['col2','col3'])] ,axis=1)])\
                        .to_csv('merged.csv', sep=';')

它为csv文件提供以下输出：

    col1 (df1)  col1 (df1)
0   0.0 
1   0.055   
2   0.096   
3   0.131   
2074        70.997
2075        71.002
2076        71.065
2077        71.101

所以您看到它只是将列添加为行。例如，第3行在第2列中为空。在第1列中排2074为空。我以为axis = 1可以解决这个问题，但事实并非如此。

预期输出：

col1 (df1)        col1 (df1)
0   0.0             70.997
1   0.055           71.002
2   0.096           71.065
3   0.131           71.101

如果我尝试axis = 1, ignoreIndex=True，则列名将更改为0和1。

Answer 1

在reset_index和参数reset_index(drop=True)创建的两个DataFrame中都需要相同的索引值：

df3 = pd.concat([df1['col1'].reset_index(drop=True), 
                 df2['col1'].reset_index(drop=True)], axis=1)
df3.columns = ['col1 (df1)','col1 (df2)']
print (df3)
   col1 (df1)  col1 (df2)
0       0.000      70.997
1       0.055      71.002
2       0.096      71.065
3       0.131      71.101

Answer 2

将df2的索引更改为与df1相同

df2.index=df1.index
df1['col1(df2)']=df2.col1
df1.rename(columns={'col1':'col1(df1)'})
Out[7]: 
   col1(df1)  col1(df2)
0      0.000     70.997
1      0.055     71.002
2      0.096     71.065
3      0.130     71.101

合并几个数据框

2 个答案: