Pandas:只连接分组数据帧中选定列中的值的有效方法
Pandas是一个基于Python的开源数据分析和数据处理库，它提供了高效、灵活的数据结构和数据分析工具，特别适用于处理结构化数据。
在Pandas中，连接分组数据帧中选定列中的值的有效方法可以通过使用groupby()和agg()函数来实现。具体步骤如下：
- 首先，使用
groupby()函数按照需要连接的列进行分组。例如，如果我们想要连接名为"category"的列，可以使用groupby('category')来按照该列进行分组。 - 接下来，使用
agg()函数对分组后的数据进行聚合操作。在agg()函数中，可以指定需要聚合的列和相应的聚合函数。例如，如果我们想要连接名为"value"的列，并计算其平均值，可以使用agg({'value': 'mean'})来实现。
下面是一个示例代码：
import pandas as pd
# 创建一个示例数据帧
data = {'category': ['A', 'A', 'B', 'B', 'A'],
'value': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)
# 按照"category"列进行分组，并连接"value"列的平均值
result = df.groupby('category').agg({'value': 'mean'})
print(result)输出结果为：
value
category
A 2.67
B 3.50在这个示例中，我们按照"category"列进行了分组，并计算了"value"列的平均值。
对于Pandas的更多详细信息和使用方法，可以参考腾讯云的相关产品和文档：
相关·内容
我似乎无法打印以下行：summarydata["Name"].groupby(["Tag"]).size()
不会得到错误：
File "C:\Users\rspatel\untitled0.py", line 76, in <module>
print(summarydata["Name"].groupby(["Tag"]).size())
File "C:\Users\rspatel\Anaconda3\lib\site-packages\pandas\core\serie
浏览 0提问于2021-09-20得票数 2
我有一个文件夹，其中包含1220个excel文件。1220个文件是来自305点的4个参数，例如：
P1-a.xlsx
P1-b.xlsx
P1-c.xlsx
P1-d.xlsx
P2-a.xlsx
P2-b.xlsx
P2-c.xlsx
P2-d.xlsx
.
.
.
P305-a.xlsx
P305-b.xlsx
P305-c.xlsx
P305-d.xlsx
下面的代码可以将所有1220个文件合并为一个数据帧(Final_df)：
import os
import glob
import pandas
fileList=glob.glob("*.xlsx&#
浏览 0提问于2022-06-30得票数 0
1回答
在Python3.6中，我在for循环的帮助下遍历了pandas dataframe中的groupby列。这样做的问题是，如果我有很多数据，它就会变得很慢。这是我的代码：
import pandas as pd
dataDict = {}
for metric, df_metric in frontendFrame.groupby('METRIC'): # Creates frames for each metric
dataDict[metric] = df_metric.to_dict('records') # Converts dataframe
浏览 0提问于2018-03-01得票数 0
回答已采纳
我是一个使用Python的新手，从使用SQL开始，我一直使用PANDAS从CSV文件构建报告，并取得了相当的成功。多亏了这个网站，我能够回答大多数问题，但我似乎无法找到问题的答案：
我有一个数据帧，它有两列，我希望能够在第一列上分组，并显示连接到第三列的第二列中的最低和最高字母值。在SQL中我可以很容易地做到这一点，但正如我所说的，我很难在Python/Pandas中理解它
示例：
源数据：
LINK_NAME，CITY_NAME
林卡，Citya
林卡，城市
Linkb，Cityx
Linkb，城市
所需输出：
LINK_NAME，LINKID
林卡，CityaCityz
Linkb，Cit
浏览 3提问于2020-02-02得票数 0
我正在尝试连接pandas中的两个数据帧，以实现以下行为:我想在指定的列上连接，但要让它不会将多余的列添加到数据帧中。这类似于combine_first，不同之处在于combine_first似乎不接受索引列可选参数。示例：
# combine df1 and df2 based on "id" column
df1 = pandas.merge(df2, how="outer", on=["id"])
上面的问题是，除了"id“之外，df1/df2共有的列将被添加两次(带有_x,_y前缀)到df1。我如何做一些事情，比如：
# Do o
浏览 0提问于2013-03-28得票数 2
回答已采纳
1回答
我有一个很大的.csv文件，需要根据订购数量对具有相同名称的产品进行分组，这是我通过groupby()完成的。但是，我需要使用文件中的所有7列，但是在连接这些行之后，只剩下qty_ordered和name_hash，其余的列都消失了。有没有办法在连接基于name_hash和qty_ordered的行的同时，将我的所有7列都保留在我的数据帧中？这是我的代码：
import pandas as pd
data = pd.read_csv('in/tables/sales-order-item.csv')
data = data.groupby('qty_o
浏览 15提问于2021-06-09得票数 0
1回答
我有一个包含分类列和数值列的dataframe，我想要对数值列(max，min，sum...)上的值进行一些破坏。这取决于编目列的值(所以我必须为每个编目列可以采用的每个值创建新列)。 为了使它更不稳定，最好放一个玩具示例。 假设我有这个数据帧： import pandas as pd
df = pd.DataFrame({
'ref' : [1, 1, 1, 2, 2, 3],
'value_type' : ['A', 'B', 'A', 'C', 'C'
浏览 13提问于2020-10-28得票数 1
回答已采纳
我尝试在Python中组合两个CSV文件，每个CSV文件都有唯一的列，但这两个CSV文件共享一个公共键列。 我一直在寻找StackOverflow/Google/Pandas文档，但没有找到我想要的东西。Pandas文档页面上提供的merge和concat示例与我试图实现的不同，所以我不确定我所要求的在Pandas中是否可行。 我已经将两个CSV文件中的选定列读入到单独的数据帧中，现在我想要做的是基于键列将这两个数据帧合并为一个数据帧。 Example
CSV 1:
Key Make Model
501 Audi A3
502 Audi A4
503 Audi
浏览 22提问于2019-04-12得票数 2
1回答
我有一个大约8700万行的Pandas数据帧。为了对其进行一些处理，我将其设置为Dask数据帧。问题是我需要做Dask不支持的unstack和plot。我已经将Dask数据帧写入h5文件，但在尝试将其作为Pandas数据帧读取时遇到内存问题。我在将Dask DF转换为Pandas时也遇到了内存错误。
从本质上讲，我尝试做的是df2 = df.groupby(['A','B'])['B'].count().unstack('A')，然后是df2.plot(kind = 'bar', stacked = True)。
浏览 2提问于2020-04-22得票数 2
如何在pandas数据帧中填充NaN值？我的数据是这样的
id state zone
xxx AP south
xxx AP
xxx AP
xxx AP
xxx delhi north
xxx delhi
xxx delhi
xxx delhi
xxx delhi
基于已知zone只属于state的AP列，如何在south列中填充缺失的值，如何使用pandas来填充值？
浏览 4提问于2020-01-21得票数 0
3回答
我有两个数据帧，它们具有相同的列名和数据类型，如下所示：
A object
B category
C category
每个数据帧中的类别并不相同。
当正常连接时，pandas输出：
A object
B object
C object
这是根据的预期行为。
但是，我希望保持分类，并希望联合类别，因此我尝试了跨数据帧中的列的union_categoricals，这两列都是分类的。cdf和df是我的两个数据帧。
for column in df:
浏览 48提问于2017-08-12得票数 17
回答已采纳
有没有办法创建一个由两列组成的pandas数据帧？第一列的数据类型是int，第二列的数据类型是字典。然后迭代地将数据插入到数据帧中。
浏览 0提问于2018-07-29得票数 0
我使用Python Pandas对一个名为"Trace“的列进行分组。对于每个跟踪，都有一个包含两个峰值的"Value“列，我试图将它们传输到不同的数据帧中。第一个问题是，当我使用groupby时，它不会保留我想要选择的值所在行的其余数据。例如，如果一个Pandas数据帧有6列，那么我想在使用groupby之后保留所有6列。第二个问题是，我想要的两个最大值不是列中的两个最大值，而是数据集中的“峰值”。例如，附加的图像显示了我想要其值的两个峰值。我希望将两个峰值中每个峰值的最大值导出到新的数据帧中，并将先前数据帧中其他列的行值导出到新的数据帧中。
在下面的代码中，我希望按"
浏览 54提问于2018-08-05得票数 0
回答已采纳
3回答
我在pandas中有以下数据框架 Column 1 Column 2 Column3 Column 4
2 2 2 4
1 2 2 3 我希望创建一个数据帧，其中包含列1和列2，列3和列4的平均值，等等。 ColumnAvg(12) ColumnAvg(34)
2 3
1.5 1.5 我用的是这个，但它是所有东西的平均值。 df.mean(axis=1) 有没有办
浏览 40提问于2020-09-20得票数 3
回答已采纳
考虑一下这种情况：
在dplyr中：
df = df%>% group_by(a,b) %>%
表示数据帧首先按列a分组，然后按b分组。
在我的例子中，我尝试先按group_name列、然后按user_name、再按type_of_work对数据进行分组。有三列以上(这就是我感到困惑的原因)，但我需要根据这三个标题以相同的顺序对数据进行分组。在这个阶段之后，我已经有了一个处理列的算法。我只需要一个算法来创建一个根据这三列分组的数据帧。
在我的例子中，像dplyr函数一样保留序列是很重要的。
我们在pandas data-frame中有类似的东西吗？
浏览 0提问于2017-06-19得票数 1
1回答
我有一个数据帧，它是通过连接几个包含各种信息的数据帧而生成的。然后，我使用对数据列的操作结果在数据帧中创建新列。其中一列“MSD”在组成连接的每个数据帧之间的交叉处包含一个NaN。
我希望创建一个新的列MSD_cum，其中每个值都是MSD的累积和，但是我希望累积和从每个NaN` `重新开始。
已经有一个关于这个问题的问题了，但是尽管答案中的代码没有错误地执行，但它们实际上没有做我想要的事情。
MSD
1
2
3
4
NaN
1
2
3
将创建输出
MSD_cum
1
3
6
10
NaN
1
3
6
相反，它们产生的结果要么与输入相同，要么
我自己的初始尝试也失败了，并产生了与输入相同的输出
浏览 0提问于2020-07-13得票数 4
1回答
在pandas中重塑表格
、、、
下面是我在合并多个查询日志数据帧时创建的数据帧的摘录：
keyword hits date average time
1 the cat sat on 10 10-Jan 10
2 who is the sea 5 10-Jan 1.2
3 under the earth 30 1-Dec
浏览 0提问于2013-05-23得票数 0
回答已采纳
1回答
我有一个具有1mi行和分层索引(国家、州、城市，按此顺序)的pandas数据帧，每行都有一个产品的价格观察。我如何计算每个国家、州和城市的均值和标准差(请记住，由于我的df很大，我正在避免循环)？对于每个级别的均值和标准差，我希望将值保存在此数据框中的新列中，以供将来访问。
浏览 16提问于2017-06-23得票数 1
回答已采纳
我在列表中有n-dataframe
df=[df_1, df_2, df_3, ...., df_n]
其中df_n是pandas (python)中的数据帧。df_n是我的keras模型的一个变量。
X_train=[df_1_1,df_2_1,...,df_n_1]
其中：
df_1_1是列表的第一个数据帧(第一个变量)，也是这个数据帧的第一列，他的数据帧有m列。
如果此变量应用不同类型的平滑或过滤器，则此数据帧的每一列。
我在每个数据帧中有100列，我想选择(不同数据帧的)列的组合，我的模型的得分中的X_train比最小值。
score = model.evaluate(X_test,
浏览 11提问于2018-08-17得票数 0
我是一个初学者，我正在使用python中的statsmodel.formula.api.OLS()函数构建一个线性回归模型。我将模型拟合为训练数据，并在y_test (我的测试数据)上使用predict()函数来获得预测值。我将预测值存储在y_pred中。
import statsmodels.formula.api as sm
result = sm.OLS(y_train, train_new).fit()
y_pred = result.predict(test_new)
当我尝试打印y_pred时，它是一个数字数组形式，而y_test是pandas数据帧格式。
In[44]:
浏览 2提问于2016-06-05得票数 3
我在Jupyter Notebook中有以下代码：
import pandas as pd
pd.set_option('display.max_colwidth', 80)
my_df.select('field_1','field_2').show()
我想增加列宽，这样就可以看到field_1和field_2的完整值。我知道我们可以对pandas数据帧使用pd.set_option('display.max_colwidth', 80)，但它对spark数据帧似乎不起作用。
有没有办法增加spark数据帧的列宽，就像我们对p
浏览 2提问于2016-08-26得票数 2
1回答
基于pyspark的均值漂移聚类
、、、、
我们正在尝试将一个普通的python代码库迁移到pyspark。议程是对数据帧(以前是pandas，现在是spark)进行一些过滤，然后按user-ids对其进行分组，最后在顶部应用meanshift集群。 我在分组数据上使用pandas_udf(df.schema, PandasUDFType.GROUPED_MAP)。但现在，最终输出的表示方式出现了问题。 假设我们在输入数据帧中有两列：user-id和location。对于每个用户，我们需要获取所有集群(在location上)，只保留最大的一个，然后返回其属性，这是一个3维向量。让我们假设3元组的列是col-1、col-2和col-3。
浏览 11提问于2019-05-14得票数 0
回答已采纳
我在pandas中有一个数据帧，看起来有点像这样： A B C
1 0.5 0.6
1 0.7 0.1
2 0.3 0.2
3 0.1 0.3
3 0.2 0.1 在jupyter中打印熊猫数据帧时，默认输出样式是使用交替的浅色和灰色背景对每行进行着色。我希望能够调整每组列A值的背景颜色，以便每组都有一个交替的配色方案。因此与默认样式类似，除了每行背景不是灰色和白色交替，而是由来自列A的一组值交替。 我在这里找到了一些文档：https://pandas.pydata.org/pandas-docs/stable/us
浏览 19提问于2019-08-27得票数 2
回答已采纳
2回答
组并仅选定列
、、、
这里我读了一个文件"userdata.xlsx"：
ID Debt Email Age User
1 7.5 john@email.com 16 John
2 15 john@email.com 15 John
3 22 john@email.com 15 John
4 30 david@email.com 22 David
5 33 david@email.com 22 David
6 51 fred@email.com 61 Fred
7 11 fred@email.com 25 Fred
8
浏览 1提问于2018-12-08得票数 2
回答已采纳
2回答
正如你在下面看到的，我在我的数据框中有不同的‘ticker’，我想计算'lret‘列的标准偏差，但每个单独的ticker。目前，它将整个列作为一行进行计算。如何计算数据帧中每个报价器的标准差？任何帮助都将不胜感激。另外，请参见下面的函数，了解代码当前所做的工作。 数据帧输出 price date ticker lret std
0 104.000000 2016-07-01 A NaN 0.019456
1 104.878151 2016-07-05 A 0.008408 0.019456
2
浏览 7提问于2020-09-11得票数 0
1回答
想象一下，如果您有一个字符串列表和一个pandas数据帧，其中有一个列Foo，其中包含可能包含这些字符串的单词：
my_list = ['A', 'B', 'C']
df‘’Foo‘包含包含'A’、'B‘或'C’的单词，
您可以提取包含by df.Foo.str.contains(my_list[0])等的行，但是否可以按与列表匹配的行进行分组？因此groupby应该是包含'A‘、'B’或'C‘的
浏览 5提问于2016-10-07得票数 0
1回答
我尝试按两个单独的组类型A_Bucket和B_Bucket对一个A_Bucket数据帧进行分组，并将每个Pandas组转换为一个列。我得到了这样的组：
grouped = my_new_df.groupby(['A_Bucket','B_Bucket'])
我希望A_Bucket组在列中，B_Bucket组作为索引。'A‘大约有20个值，B大约有20个值，所以总共有大约400个组。
当我打印grouped及其类型时，我得到：
type of grouped2 = <class 'pandas.core.groupby.DataFrameGr
浏览 5提问于2016-09-05得票数 12
回答已采纳
我有一个pandas数据帧，其中名为'Case_num'的列中的一些行具有相同的值。如果'Case_num'相同，我想用名为'Work_Hrs'的列中的非零值之和填充该列。例如，输入数据为：
我想用非零值的和填充'Work_Hrs'列，即本例中的6，如下所示：
谢谢。
浏览 2提问于2020-05-21得票数 2
1回答
所以我要做的是创建一个网页，用户可以在导入的数据文件的选定行和列上运行交叉制表分析。我将文件转换为pandas数据帧，然后使用pandas.crosstab对其进行处理。然而，因为交叉表输出一个“堆叠的”或多索引的表格，所以我必须旋转它，以便更容易地使用和输出回网页。我一直在尝试使用pandas的pivot函数，但是很难找到一个好的、动态的例子。
一些我一直在看的pandas中旋转的文档，但它没有显示一个列和行标签是动态的示例。
现在我的交叉表函数是：
cross_tab = pd.crosstab([dataframe[row] for row in selected_rows], [dat
浏览 5提问于2018-02-06得票数 1
回答已采纳
1回答
我想知道是否有一个雄辩的方法来对Pandas数据帧中的列进行排序(计算百分位数)，条件如下：
在每个类别中进行百分位数计算。每一列将属于一个类别，并在每个类别中进行百分位数计算(请参阅图形描述的链接)。
我了解到，我可以执行以下操作，而忽略类别：
TargetRanking = StartingData.rank(axis="columns", pct=True)
但我需要按每列的类别对每行进行分组。请参阅以下链接中的图形描述。
浏览 56提问于2017-03-10得票数 1
回答已采纳
我有一个使用案例，我得到了更大的csv文件，需要在三列标签上执行groupby，并且需要对特定列的匹配行值求和，如果它是一个整数，如果它是一个应该替换为“NA”的字符串，我尝试使用pandas来继续，不确定这是否需要在内存中执行任何操作。 Import pandas as pd
df = pd.read_csv(“input.csv")
data = df.groupby([‘X’,’Y’,’Z’])[‘ADJ’].sum()
print(data) input.csv.. ? Output.csv(数据帧) ?
浏览 44提问于2020-04-29得票数 0
回答已采纳
1回答
有没有人可以用这个例子给我解释一下pandas的数据帧连接？
第一个数据帧，我们称其为A，如下所示：
第二个数据帧B如下所示：
现在，我想创建一个图，在该图中，我将A中的running列的值与B中的值进行比较，但前提是graph列中的字符串相同。(在本例中，A和B中的第一行具有相同的graph，因此我想比较它们的running值。)
我相信这就是的用途，但我无法制定正确连接数据帧A和B所需的代码。
浏览 0提问于2013-02-22得票数 3
回答已采纳
1回答
全,
我有一个用Python访问的sql表，它有3列: A、B、C。A列有唯一的ID，B列有时间戳，但C列是问题所在。该列都是xml。我的目标是将该列解析出来，使标签成为列的标题。
示例：
<TAX>41.25</TAX><GRS>275</GRS><MPY>CredirCard</MPY><CTN>840</CTN>
如果这是XML，我希望它创建以下内容(作为附加列)：
TAX GRS MPY CTN
41.25 275 Credit Card 840
浏览 1提问于2017-05-03得票数 0
1回答
我已经创建了一个pandas数据帧，然后我想将background-color:red添加到数据帧中的任何选定列中，并在html中显示突出显示的列的数据帧。
我的表格的形状如下：
import pandas as pd
import numpy as np
np.random.seed(24)
frame = pd.DataFrame({'A': np.linspace(1, 10, 10)})
frame = pd.concat([frame, pd.DataFrame(np.random.randn(10, 12),
columns=list('BCDEFGHI
浏览 0提问于2019-01-06得票数 0
2回答
我需要一个接一个地连接两个具有相等行数(nRow)的数据帧df_a和df_b，而不考虑任何键。此函数类似于R programming language中的cbind。每个数据帧中的列数可能不同。
所得到的数据帧将具有相同的行数nRow和等于两个数据帧中的列数之和的列数。换句话说，这是两个数据帧的盲列连接。
import pandas as pd
dict_data = {'Treatment': ['C', 'C', 'C'], 'Biorep': ['A', 'A', 'A
浏览 0提问于2015-01-25得票数 79
回答已采纳
1回答
我在pandas中有一个数据帧，如下所示：Snapshot of my pandas dataframe 现在我希望转换数据帧，如下所示，根据排序的日期值(%m/%d/%Y)，使用分隔符为每个customerid连接属性'category‘。日期较早的订单具有对应的客户id，其类别列在第一位。 Desired/Transformed data frame
浏览 12提问于2019-02-24得票数 3
回答已采纳
我想用逗号连接Pandas数据帧的两列，即:第一列中的"abc“与第二列中的"123”连接成为"abc，123“。
例如：
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame({'IDx': ['a','b',np.nan,'C'], 'IDy':['1','','2','D']})
>
浏览 0提问于2016-02-01得票数 4
我有一个数据帧： 0 A B C D
1 3 5 1 True
2 4 2 1 True
3 3 5 0 False 我正在尝试做的是，如果A，B列的值在D列的任何地方配对在一起，有一个True将D列的所有行设置为True，其中A，B列配对保持为True。 示例: Col A，B: 3，5。将Col D设置为True everywhere Col A，B= 3，5如果对于Col A，B= 3，5，Col D等于Anywhere True 我相信迭代数据帧很容易做到这一点，但我想不出一种使用pandas或numpy内置函数的方法。如果你知道一个方法，我将非常感谢如何做到这一点。
浏览 44提问于2021-05-06得票数 1
回答已采纳
按列的值和索引对pandas dataframe进行排序是否可行？
如果按列的值对pandas数据帧进行排序，则可以得到按列排序的结果数据帧，但不幸的是，您会看到数据帧的索引顺序与排序列的值相同。
那么，我是否可以按列对数据帧进行排序，例如名为count的列，但也可以按索引值对其进行排序？按降序对列进行排序也是可行的，但是按升序对索引进行排序是否可行呢？
我知道如何对dataframe中的多个列进行排序，也知道通过首先对索引执行reset_index()并对其进行排序，然后再次创建索引，就可以实现这里所要求的结果。但是，这是不是更直观、更有效的方法呢？
浏览 2提问于2013-11-29得票数 59
我使用pandas从sql查询和json中获取数据。我检查了两个数据帧，都只有日期，没有时间。当我连接它们时，它会将00:00:00添加到新数据帧中的一个数据帧的日期上。它为什么要这样做。有没有办法。
我正在尝试连接2个dataframes和drop_duplicates，但是除非我在drop_duplicates中指定其他列，否则这会阻止它在date之前正常工作。
浏览 1提问于2020-07-31得票数 0
我有一个数据帧，我想首先使用groupby方法来收集每列的第一个时间戳。
import pandas as pd
from pandas import DataFrame
import datetime as dt
ts1 = dt.datetime.now()
ts2 = dt.datetime.now()
ts3 = dt.datetime.now()
DFdate=DataFrame([{'timestamp1':ts1,'ID':'A'},{'timestamp2':ts2,'ID':'A
浏览 0提问于2015-07-13得票数 2
2回答
假设我有以下数据帧：
import pandas as pd
df = pd.DataFrame({'user': ['00001C05', '00001C05', '00001C05', '00007142'],
'mois_couverture': ['01-2018', '01-2018', '02-2018', '01-2018'],
'categorie_A': ['
浏览 1提问于2021-04-26得票数 0
我有一个Pandas数据帧，每个条目的第一列都有一个节点的名称，第二列是该节点的邻居的元组。我如何直接从这个数据帧构造一个networkx图。 import networkx as nx
import pandas as pd
data = [[1,(2,4)],[2, (1,3)], [3, (1,2,3)], [4, (1)]]
exdf = pd.DataFrame(data, columns = ["A","B"])
G = nx.from_pandas_edgelist(exdf, "A", "B") 最后一行代码构建
浏览 8提问于2021-08-21得票数 1
回答已采纳
我想将函数f应用于pandas DataFrame的每一行中的许多切片。例如，DataFrame df将如下所示：
df = pandas.DataFrame(np.round(np.random.normal(size=(2,49)), 2))
因此，我有一个2行乘49列的数据帧，并且我的函数需要应用于两行中7个数据点的每个后续切片，以便结果数据帧看起来与输入数据帧相同。
我是这样做的：
df1=df.copy()
df1.T[:7], df1.T[7:14], df1.T[14:21],..., df1.T[43:50] = f(df.T.iloc[:7,:]), f(df.T.iloc[
浏览 9提问于2014-11-16得票数 1
4回答
转置和连接字符串
、、
如何在不使用for循环的情况下转置和连接pandas数据帧？ 以下是输入数据： input_data = pandas.DataFrame({'a': ['fruit', 'fruit', 'fruit', 'food', 'food', 'food', 'food'],
'b': ['banana', '', 'apple', 'rice'
浏览 39提问于2019-05-29得票数 3
回答已采纳
是否有一个库函数或正确的方法来堆叠两个Pandas数据帧列在彼此的顶部？
例如，将4列变为2列：
a1 b1 a2 b2
1 2 3 4
5 6 7 8
至
c d
1 2
5 6
3 4
7 8
我读过的大多数关于Pandas数据帧的文档只涉及连接行和执行行操作，但我确信必须有一种方法来完成我所描述的操作，而且我确信它非常简单。
任何帮助都是最好的。
浏览 5提问于2014-12-17得票数 2
回答已采纳
1回答
我想用pandas.concat在一个循环中连接数据帧。它们具有相同的列，但不同的索引和值，并且它们是在循环中生成的。这样，输出数据帧将在从空数据帧开始的迭代中“增长”。对于列表，它将如下所示：
a = []
for i in range(10):
a.append(i**2)
然而，我发现将数据框设为空是不可取的。唯一的解决方案是在循环之前获得第一个数据帧，并在循环中连接第二个，第三个，...数据帧？
Jarek
浏览 1提问于2021-09-23得票数 1
3回答
我在pandas数据帧中有一些布尔值变量，我需要获取所有唯一的元组。因此，我的想法是创建一个新的列，其中包含变量的连接值，然后使用pandas.DataFrame.unique()来获取所有唯一的元组。 所以我的想法是使用二进制开发来连接。例如，对于数据帧： import pandas as pd
df = pd.DataFrame({'v1':[0,1,0,0,1],'v2':[0,0,0,1,1], 'v3':[0,1,1,0,1], 'v4':[0,1,1,1,1]}) 我可以这样创建一个专栏： df['added
浏览 11提问于2019-04-02得票数 0
回答已采纳
我想从一个目录中读取几个excel文件到pandas中，并将它们连接成一个大的数据帧。不过，我还没能弄明白。所有文件都有5列，它们是： C N S R Q 除了一个包含7列的文件，这些列是 D I C N QI P L 如何才能获得一个包含这些列的大型数据帧 C N S R Q 代码： import pandas as pd
import glob
path = #path
all_files = glob.glob(path + "/*.csv")
li = []
for filename in all
浏览 18提问于2021-08-04得票数 0
如何合并/连接单个pandas数据帧中的多个文本列，而无需单独连接这些列
e.g
d = pd.DataFrame({'A':['one','two','three'],'B':['London','New York','Tokyo'],'C':['UK','USA','Japan'],'D':['Hot','Hot','Cold']})
输
浏览 0提问于2019-07-10得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
