使用pd.concat（x，y）

Question

我有一个数据集x和y。 x是一个适用于所有y数据的列表。我希望使用pd.concat([pd.Series(x),pd.DataFrame(y)], axis=1)达到以下目标：

x1   y1   ya
x2   y2   yb
x3   y3   yc
x4   y4   yd
x5   y5   ye
x6   y6   yf

• x包含x1，x2，x3，x4，x5，x6。
• y包含[y1，y2，y3，y4，y5，y6]，[ya，yb，yc，yd，ye，yf]。
• x和y在pandas DataFrame中。

运行pd.concat([pd.Series(x),pd.DataFrame(y)], axis=1)或pd.concat([pd.DataFrame(x),pd.DataFrame(y)], axis=1)会导致以下结果

x1   Nan   Nan
x2   Nan   Nan
x3   y1   ya
x4   y2   yb
x5   y3   yc
x6   y4   yd
     y5   ye
     y6   yf

因此，代码y值向两个单元格移动到axis=0方向。我在此DataFrame中有索引。我已经删除了索引。没有观察到差异。

仅当我将x和y连接在一起时，才观察到此偏移。

如何将y值向上移动两个？

谢谢！

Answer 1

当2系列的索引未对齐时，会发生这种情况。重置索引（reset_index(drop=True)之后再试一次，以便系列或数据框的索引都对齐：

pd.concat([pd.Series(x).reset_index(drop=True),pd.DataFrame(y)
               .reset_index(drop=True)], axis=1)

或者：

pd.concat([pd.DataFrame(x).reset_index(drop=True),pd.DataFrame(y)
                              .reset_index(drop=True)],axis=1)

添加示例：

s1=pd.Series([1,2,3]) #normal indexed
s2=pd.Series([4,5,6],index=[2,3,4]) #index starts from 2

在axis=1上正常连接

pd.concat([s1,s2],axis=1)

---

     0    1
0  1.0  NaN
1  2.0  NaN
2  3.0  4.0
3  NaN  5.0
4  NaN  6.0

---

与reset_index()

保持联系

pd.concat([s1.reset_index(drop=True),s2.reset_index(drop=True)],axis=1)

---

   0  1
0  1  4
1  2  5
2  3  6