使用pandas忽略行列索引,縱向拼接多個dataframe
更新時間：2021年03月26日 10:16:18 作者：呆萌的代Ma
這篇文章主要介紹了使用pandas忽略行列索引,縱向拼接多個dataframe的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
從wind上面搞到一批股票數(shù)據(jù)后發(fā)現(xiàn)：本來是一個類型的數(shù)據(jù)，但是由于季度不同，列名也不同，導(dǎo)致使用pandas合并多個報表的時候總是出現(xiàn)一大堆NaN，所以這里我寫了一個函數(shù)，專門針對這樣的表
它的思路是：
生成一堆單詞，然后把這些表的列索引全部替換為這些單詞，然后調(diào)用 pd.concat() 把這些dataframe全部合并后再把列索引改回來，當(dāng)然，這里也可以手動指定列索引。
使用方法見代碼的最后一行，傳入一個dataframe的list就可以了。
import pandas as pd from random import Random # 隨機生成一堆單詞作為公共的列名 def random_list(random_str_count, randomlengtd=6): result_list = [] random = Random() chars = "qwertyuiopasdfghjklzxcvbnm" for str_count in range(random_str_count): ranstr = "" lengtd = len(chars) - 1 for str_lengtd in range(randomlengtd): ranstr += chars[random.randint(0, lengtd)] result_list.append(ranstr) return result_list def combine_as_data_location(pd_list, columns=''): if not pd_list: return None old_columns = pd_list[0].columns if columns: new_columns = columns else: new_columns = random_list(pd_list[0].shape[1]) for data_df in pd_list: # data is pandas Dataframe data_df.columns = new_columns result_df = pd.concat(pd_list, ignore_index=True) if columns: return result_df else: result_df.columns = old_columns return result_df result_df = combine_as_data_location([df1,df2,df3])
補充：pandas.concat實現(xiàn)豎著拼接、橫著拼接DataFrame
1、concat豎著拼接（默認(rèn)的豎著，axis=0）
話不多說，直接看例子：
import pandas as pd df1=pd.DataFrame([10,12,13]) df2=pd.DataFrame([22,33,44,55]) df3=pd.DataFrame([90,94])
df1
| 0 | |
|---|---|
| 0 | 10 |
| 1 | 12 |
| 2 | 13 |
df2
| 0 | |
|---|---|
| 0 | 22 |
| 1 | 33 |
| 2 | 44 |
| 3 | 55 |
df3
| 0 | |
|---|---|
| 0 | 90 |
| 1 | 94 |
res= pd.concat([df1,df2,df3]) res
| 0 | |
|---|---|
| 0 | 10 |
| 1 | 12 |
| 2 | 13 |
| 0 | 22 |
| 1 | 33 |
| 2 | 44 |
| 3 | 55 |
| 0 | 90 |
| 1 | 94 |
如果要生成新索引，忽略原來索引怎么辦？
默認(rèn)有個參數(shù)ignore_index= False，將其值改為True:
res2= pd.concat([df1,df2,df3], ignore_index=True) res2
| 0 | |
|---|---|
| 0 | 10 |
| 1 | 12 |
| 2 | 13 |
| 3 | 22 |
| 4 | 33 |
| 5 | 44 |
| 6 | 55 |
| 7 | 90 |
| 8 | 94 |
2、concat橫著拼接
用參數(shù)axis= 1，看例子：
res_heng= pd.concat([df1,df2,df3], axis=1) res_heng
| 0 | 0 | 0 | |
|---|---|---|---|
| 0 | 10.0 | 22 | 90.0 |
| 1 | 12.0 | 33 | 94.0 |
| 2 | 13.0 | 44 | NaN |
| 3 | NaN | 55 | NaN |
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
python網(wǎng)絡(luò)編程示例(客戶端與服務(wù)端)
這篇文章主要介紹了python網(wǎng)絡(luò)編程示例，提供了客戶端與服務(wù)端,需要的朋友可以參考下2014-04-04
字符串是 Python 中最常用的數(shù)據(jù)類型。我們可以使用引號來創(chuàng)建字符串，通過本篇文章給大家分享python字符串關(guān)鍵點相關(guān)資料，感興趣的朋友一起學(xué)習(xí)吧2015-12-12
Python實現(xiàn)TCP探測目標(biāo)服務(wù)路由軌跡的原理與方法詳解
這篇文章主要介紹了Python實現(xiàn)TCP探測目標(biāo)服務(wù)路由軌跡的原理與方法,結(jié)合實例形式分析了Python TCP探測目標(biāo)服務(wù)路由軌跡的原理、實現(xiàn)方法及相關(guān)操作注意事項,需要的朋友可以參考下2019-09-09
python通過apply使用元祖和列表調(diào)用函數(shù)實例
這篇文章主要介紹了python通過apply使用元祖和列表調(diào)用函數(shù),實例分析了python中apply方法的使用技巧,需要的朋友可以參考下2015-05-05
今天小編就為大家分享一篇Python vtk讀取并顯示dicom文件示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
這篇文章主要介紹了Pytest之Fixture參數(shù)詳解及使用,本文結(jié)合實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2023-01-01
這篇文章主要介紹了Python中的random()方法的使用,是Python入門的基礎(chǔ)知識,需要的朋友可以參考下2015-05-05
這篇文章主要介紹了python模擬輪盤抽獎游戲，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04
pyautogui一個神奇的圖像自動化庫,學(xué)會之后無所不能,下面這篇文章主要給大家介紹了關(guān)于python編寫腳本之pyautogui的安裝和使用的相關(guān)資料,需要的朋友可以參考下2021-12-12
下面小編就為大家?guī)硪黄鉀QPython字典寫入文件出行首行有空格的問題。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-09-09