Question

我有3个熊猫数据框，每个数据框包含1列。

df1 = pd.DataFrame({'col1':[111, 222, 333, 444, 555]})
df2 = pd.DataFrame({'col2':[222, 333, 555]})
df3 = pd.DataFrame({'col3':[111, 222, 333, 666]})

我知道如何将它们沿着列连接起来

pd.concat([df1, df2, df3], axis=1)

col1   col2   col3
111    222    111
222    333    222
333    555    333
444    NaN    666
555    NaN    NaN

我想要的是，所有列的第一行必须为111，如果111不可用，它将为NaN，这适用于后续行。

我想对数字进行排序，以便最终输出如下：

col1   col2   col3
111    NaN    111
222    222    222
333    333    333
444    NaN    NaN
555    555    NaN
NaN    NaN    666

这在大熊猫中有可能吗？

Answer 1

是的，可以将带有参数drop=False的{{3}}用于列的索引：

df1 = pd.DataFrame({'col1':[111, 222, 333, 444, 555]})
df2 = pd.DataFrame({'col2':[222, 333, 555]})
df3 = pd.DataFrame({'col3':[111, 222, 333, 666]})

df11 = df1.set_index('col1', drop=False)
df22 = df2.set_index('col2', drop=False)
df33 = df3.set_index('col3', drop=False)

dfs1 = [df11, df22, df33]
df = pd.concat(dfs1, axis=1)
print (df)

      col1   col2   col3
111  111.0    NaN  111.0
222  222.0  222.0  222.0
333  333.0  333.0  333.0
444  444.0    NaN    NaN
555  555.0  555.0    NaN
666    NaN    NaN  666.0

df = pd.concat(dfs1, axis=1).reset_index(drop=True)
print (df)

    col1   col2   col3
0  111.0    NaN  111.0
1  222.0  222.0  222.0
2  333.0  333.0  333.0
3  444.0    NaN    NaN
4  555.0  555.0    NaN
5    NaN    NaN  666.0

如果要通过第一列加入：

L = [x.set_index(x.columns[0], drop=False) for x in dfs]
df = pd.concat(L, axis=1).reset_index(drop=True)
print (df)

    col1   col2   col3
0  111.0    NaN  111.0
1  222.0  222.0  222.0
2  333.0  333.0  333.0
3  444.0    NaN    NaN
4  555.0  555.0    NaN
5    NaN    NaN  666.0

Answer 2

您可以尝试合并第一列中的数据框

df= f1
for f in [df2,df3]:
    df = df.merge(f,left_on=df.columns[0],right_on=f.columns[0],how='outer')

出局：

    col1    col2    col3
0   111.0   NaN     111.0
1   222.0   222.0   222.0
2   333.0   333.0   333.0
3   444.0   NaN      NaN
4   555.0   555.0    NaN
5   NaN     NaN    666.0

在熊猫的多列中排列行值

2 个答案: