Question

type(x)
<class 'pandas.core.frame.DataFrame'>
x.shape
(18, 12)

要用表达式引用第一行和3：5列：

type(x.iloc[0,3:5])
<class 'pandas.core.series.Series'>
x.iloc[0,3:5]
total_operating_revenue            NaN
net_profit                 3.43019e+07
Name: 2001-12-31, dtype: object

使用表达式引用第一行和8:10列：

type(x.iloc[0,8:10])
<class 'pandas.core.series.Series'>
x.iloc[0,8:10]
total_operating_revenue_parent    5.05e+8
net_profit_parent                 4.4e+07
Name: 2001-12-31, dtype: object

我想获得合并的新系列（假设为y），如下所示：

type(y)
<class 'pandas.core.series.Series'>
y.shape
(4,)

y包含：

total_operating_revenue            NaN
net_profit                 3.43019e+07
total_operating_revenue_parent    5.05e+8
net_profit_parent                 4.4e+07
Name: 2001-12-31, dtype: object

我失败的尝试：

x.iloc[0,[3:5,8:10]]
x.iloc[0,3:5].combine(x.iloc[0,8:10])

pd.concat([x.iloc[0,3:5],x.iloc[0,8:10]],axis=1)不是我的期望，与y完全不同。

z = pd.concat([x.iloc[0,3:5],x.iloc[0,8:10]],axis=1)
type(z)
<class 'pandas.core.frame.DataFrame'>
z.shape
(4, 2)

Answer 1

我之前建议您在各列中进行合并的错误。
相反，您应该沿着以下行进行合并：

y = pd.concat([x.iloc[0,3:5],x.iloc[0,8:10]])

示例：

import numpy as np

x = pd.DataFrame(np.random.randint(0,100,size=(18, 12)),
                 columns=list('ABCDEFGHIJKL'))

然后：

In [392]: y = pd.concat([x.iloc[0,3:5],x.iloc[0,8:10]])                        

In [393]: y.shape                                                              
Out[393]: (4,)

将两个系列合并为一个新的数据框？

1 个答案: