Question

我有带有数据的Excel电子表格，每年一次。可惜的是，一年中列的变化很小。我想要的是拥有一个包含所有数据的数据框，并用预定义的数据填充缺少的列。我写了一个小的示例程序来测试它。

import numpy as np
import pandas as pd

# Initialize three dataframes
df1 = pd.DataFrame([[1,2], [11,22],[111,222]], columns=['een', 'twee'])
df2 = pd.DataFrame([[3,4], [33,44],[333,444]], columns=['een', 'drie'])
df3 = pd.DataFrame([[5,6], [55,66],[555,666]], columns=['twee', 'vier'])

# Store these in a dictionary and print for verification
d = {'df1': df1, 'df2': df2, 'df3': df3}

for key in d:
    print(d[key])

print()

# Create a list of all columns, as order is relevant a Set is not used
cols = []

# Count total number of rows
nrows = 0

# Loop thru each dataframe to determine total number of rows and columns
for key in d:
    df = d[key]
    nrows += len(df)

    for col in df.columns:
        if col not in cols:
            cols += [col]

# Create total dataframe, fill with default (zeros)
data = pd.DataFrame(np.zeros((nrows, len(cols))), columns=cols)

# Assign dataframe to each slice
c = 0
for key in d:
    data.loc[c:c+len(d[key])-1, d[key].columns] = d[key]
    c += len(d[key])

print(data)

可以正确初始化数据帧，但是分配给数据数据帧的切片有些奇怪。我想要（并且期望）的是：

     een   twee  drie  vier
0    1.0    2.0   0.0   0.0
1   11.0   22.0   0.0   0.0
2  111.0  222.0   0.0   0.0
3    3.0    0.0   4.0   0.0
4   33.0    0.0  44.0   0.0
5  333.0    0.0 444.0   0.0
6    0.0    5.0   0.0   6.0
7    0.0   55.0   0.0  66.0
8    0.0  555.0   0.0 666.0

但这就是我得到的：

     een   twee  drie  vier
0    1.0    2.0   0.0   0.0
1   11.0   22.0   0.0   0.0
2  111.0  222.0   0.0   0.0
3    NaN    0.0   NaN   0.0
4    NaN    0.0   NaN   0.0
5    NaN    0.0   NaN   0.0
6    0.0    NaN   0.0   NaN
7    0.0    NaN   0.0   NaN
8    0.0    NaN   0.0   NaN

第一个数据帧的位置和数据已正确分配。但是，第二个数据帧分配给了正确的位置，但没有分配给它的内容：NaN被分配了。第三个数据框也会发生这种情况：正确的位置但缺少数据。我曾尝试assign d[key].loc[0:2, d[key].columns和一些更奇妙的解决方案来解决数据切片，但都返回NaN。如何获得已分配给数据的数据框内容？

Answer 1

根据评论，您可以使用：

pd.concat([df1, df2, df3])

OR

pd.concat([df1, df2, df3]).fillna(0)

如何将熊猫数据框分配给其他数据框的切片

1 个答案: