pandas之concat陷阱

最新推荐文章于 2023-12-25 10:29:43 发布

baweinainaisheng

最新推荐文章于 2023-12-25 10:29:43 发布

阅读量1.2k

点赞数 1

CC 4.0 BY-SA版权

文章标签： python 机器学习数据分析索引

本文链接：https://blog.youkuaiyun.com/libing101007/article/details/107186912

在使用pandas进行数据拼接时，若不同DataFrame的索引不一致，可能导致错误的拼接结果。正确做法是确保索引一致，以实现预期的横向拼接。数据分析过程中，务必检查索引，避免因索引变化引发的意外情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用pandas的拼接功能时，需要注意表索引是否一致。如果两个表的索引不一致，很可能出现拼接错误的情况。如下所示：原本想横向将两个df表拼接，但df3中的索引与df1不一致，导致最终的拼接结果在横向和纵向都有扩展；而df1和df2有相同索引，达到了期望的拼接效果。

import pandas as pd
df1 = pd.DataFrame([[101,'上海',23],[102,'北京',45],[103,'北京',15]],columns = ['ID','city','age'])
df2 = pd.DataFrame([[101,'语文'],[102,'英语'],[103,'数学']],columns=['ID','subject'])
df3 = pd.DataFrame([[101,'语文'],[102,'英语'],[103,'数学']],columns=['ID','subject'],index=pd.Index(list('abc')))
#将b表1和表2横向拼接
df = pd.concat([df1,df2], axis=1)
dt = pd.concat([df1,df3], axis=1)
print(df)
print(dt)

结果输出如下:

In [25]: df
Out[25]:
    ID city  age   ID subject
0  101   上海   23  101      语文
1  102   北京   45  102      英语
2  103   北京   15  103      数学

In [30]: dt
Out[30]:
      ID city   age     ID subject
0  101.0   上海  23.0    NaN     NaN
1  102.0   北京  45.0    NaN     NaN
2  103.0   北京  15.0    NaN     NaN
a    NaN  NaN   NaN  101.0      语文
b    NaN  NaN   NaN  102.0      英语
c    NaN  NaN   NaN  103.0