Question

编辑日期3/5/19：

尝试了不同的方式来合并和/或合并下面的数据，但是无法正确地解决问题。

最初我有这样的数据：

index  unique_id  group_name  id  name
0      100        ABC         20  aaa
1      100        ABC         21  bbb
2      100        DEF         22  ccc
3      100        DEF         23  ddd
4      100        DEF         24  eee
5      100        DEF         25  fff
6      101        ABC         30  ggg
7      101        ABC         31  hhh
8      101        ABC         32  iii
9      101        DEF         33  jjj

目标是通过合并unique_id来重塑它，以便结果看起来像这样：

index  unique_id  group_name_x  id_x   name_x  group_name_y  id_y  name_y
0      100        ABC           20     aaa     DEF           22    ccc
1      100        ABC           21     bbb     DEF           23    ddd
2      100        NaN           NaN    NaN     DEF           24    eee
3      100        NaN           NaN    NaN     DEF           25    fff
4      101        ABC           30     ggg     DEF           33    jjj
5      101        ABC           31     hhh     NaN           NaN   NaN
6      101        ABC           32     iii     NaN           NaN   NaN

如何在熊猫中做到这一点？我能想到的最好的办法是按组名（ABC和DEF）将数据分为两个数据帧，然后将它们与how='outer', on='unique_id'合并，但是这样一来，它会在每个记录之间创建引用（2 ABC x 4 DEF = 8记录），没有任何NaN。

答案中提到的

pd.concat和axis=1不会按照unique_id对齐数据，也不会创建任何NaN。

Answer 1

如您所说，重置两个索引后，按行拆分数据框，然后concat

有效代码

df=pd.read_clipboard()
req_cols=['group_name','id','name']
df_1=df[df['group_name']=='ABC'].reset_index(drop=True)
df_2=df[df['group_name']=='DEF'].reset_index(drop=True)
df_1=df_1.rename(columns = dict(zip(df_1[req_cols].columns.values, df_1[req_cols].add_suffix('_x'))))
df_2=df_2.rename(columns = dict(zip(df_2[req_cols].columns.values, df_2[req_cols].add_suffix('_y'))))
req_cols_x=[val+'_x'for val in req_cols]
print (pd.concat([df_2,df_1[req_cols_x]],axis=1))

O / P：

   index  unique_id group_name_y  id_y name_y group_name_x  id_x name_x
0      2        100          DEF    22    ccc          ABC  20.0    aaa
1      3        100          DEF    23    ddd          ABC  21.0    bbb
2      4        100          DEF    24    eee          NaN   NaN    NaN
3      5        100          DEF    25    fff          NaN   NaN    NaN

熊猫合并两个没有交叉引用的数据框，并使用NaN合并以实现行数不均

1 个答案: