将多个具有相同列名但索引不同的Pandas系列组合

Question

我有许多大熊猫系列，结构大致如下。

s1                  s2                  s3                 s4
Date    val1        Date    val1        Date   val2        Date    val2
Jan     10          Apr     25          Jan    14          Apr     11
Feb     11          May     18          Feb    17          May     7
Mar     8           Jun     15          Mar    16          Jun     21

我想将这些系列组合到一个数据帧中，其结构如下：

Date    val1    val2
Jan     10      14
Feb     11      17
Mar     8       16
Apr     25      11
May     18      7
Jun     15      21

为了尝试将它们组合在一起，我尝试使用pd.concat创建此单个数据帧。但是，我无法这样做。 pd.concat(series, axis=1)（其中series是列表[s1,s2,s3,s4]）的结果是：

Date    val1    val1    val2    val2
Jan     10      nan     14      nan
Feb     11      nan     17      nan
Mar     8       nan     16      nan
Apr     nan     25      nan     11
May     nan     18      nan     7
Jun     nan     15      nan     21

pd.concat(series, axis=0)仅创建一个系列，而忽略列名。

concat中是否有一个可以产生所需结果的参数？还是有其他功能可以将不正确的，用nan填充的数据帧折叠成没有重复列且没有nan的帧？

Answer 1

一种方法是按Date分组并选择first：

(pd.concat( [s1,s2,s3,s4])
   .groupby('Date', as_index=False, sort=False).first()
)

输出：

  Date  val1  val2
0  Jan    10    14
1  Feb    11    17
2  Mar     8    16
3  Apr    25    11
4  May    18     7
5  Jun    15    21