英文:
Concatenate a list of dfs pandas
问题
你可以使用pandas库中的concat函数来实现这个操作。以下是如何将df_list中的数据框连接成所需的最终数据框的代码：
import pandas as pd
# df_list包含你提供的三个数据框
# 请确保df_list中的数据框按照你想要的顺序排列
# 如果需要，你可以通过重新排列df_list中的数据框来满足你的需求
# 使用concat函数连接数据框
final_df = pd.concat(df_list, axis=1, ignore_index=True)
# 如果你想要特定的列名，可以设置final_df的列名
final_df.columns = range(final_df.shape[1])
# 打印最终的数据框
print(final_df)
这段代码将会连接df_list中的数据框，创建一个具有12列和5行的最终数据框，就像你描述的那样。
英文:
I have a df_list
[0 1 2 3
0 X X 0 0
1 X X X X,
0 1 2 3
0 X X X X
1 0 0 X X,
0 1 2 3
0 X X X X]
I would like to concatenate the dfs such that the final df has 12 columns and 5 rows. For example, the first two rows and first 4 cols will have the values of the first df in the df_list and the first two rows and last 8 columns should have the value 0. Like so
0 1 2 3 4 5 6 7 8 9 10 11
0 X X 0 0 0 0 0 0 0 0 0 0
1 X X X X 0 0 0 0 0 0 0 0
2 0 0 0 0 X X X X 0 0 0 0
3 0 0 0 0 0 0 X X 0 0 0 0
4 0 0 0 0 0 0 0 0 X X X X
How can I do this?
答案1
得分: 0
以下是您要翻译的代码部分：
假设lst是输入的列表，您可以更改连续数据帧的索引：
lst2 = []
start_idx = 0
start_col = 0
for d in lst:
lst2.append(d.set_axis(range(start_idx, start_idx+len(d)))
.set_axis(range(start_col, start_col+d.shape[1]), axis=1)
)
start_idx += len(d)
start_col += d.shape[1]
out = pd.concat(lst2).fillna(0)
或者使用重塑：
out = pd.concat(lst, keys=range(len(lst)))
out.index = pd.MultiIndex.from_arrays([out.index.get_level_values(0),
range(len(out))])
out = out.stack().unstack([0, -1], fill_value=0)
out = out.set_axis(range(out.shape[1]), axis=1)
输出：
0 1 2 3 4 5 6 7 8 9 10 11
0 X X 0 0 0 0 0 0 0 0 0 0
1 X X X X 0 0 0 0 0 0 0 0
2 0 0 0 0 X X X X 0 0 0 0
3 0 0 0 0 0 0 X X 0 0 0 0
4 0 0 0 0 0 0 0 0 X X X X
希望这有助于您的工作！
英文:
Assuming lst the input list, you can change the index of the successive DataFrames:
lst2 = []
start_idx = 0
start_col = 0
for d in lst:
lst2.append(d.set_axis(range(start_idx, start_idx+len(d)))
.set_axis(range(start_col, start_col+d.shape[1]), axis=1)
)
start_idx += len(d)
start_col += d.shape[1]
out = pd.concat(lst2).fillna(0)
Or using reshaping:
out = pd.concat(lst, keys=range(len(lst)))
out.index = pd.MultiIndex.from_arrays([out.index.get_level_values(0),
range(len(out))])
out = out.stack().unstack([0, -1], fill_value=0)
out = out.set_axis(range(out.shape[1]), axis=1)
Output:
0 1 2 3 4 5 6 7 8 9 10 11
0 X X 0 0 0 0 0 0 0 0 0 0
1 X X X X 0 0 0 0 0 0 0 0
2 0 0 0 0 X X X X 0 0 0 0
3 0 0 0 0 0 0 X X 0 0 0 0
4 0 0 0 0 0 0 0 0 X X X X
答案2
得分: 0
这是另一种方法：
(pd.DataFrame(
pd.concat(dict(enumerate(l)))
.droplevel(1)
.reset_index()
.set_index('index', append=True)
.unstack(level=1, fill_value=0)
.sort_index(level=-1, axis=1)
.to_numpy()))
输出：
0 1 2 3 4 5 6 7 8 9 10 11
0 X X 0 0 0 0 0 0 0 0 0 0
1 X X X X 0 0 0 0 0 0 0 0
2 0 0 0 0 X X X X 0 0 0 0
3 0 0 0 0 0 0 X X 0 0 0 0
4 0 0 0 0 0 0 0 0 X X X X
英文:
Here is another way:
(pd.DataFrame(
pd.concat(dict(enumerate(l)))
.droplevel(1)
.reset_index()
.set_index('index',append=True)
.unstack(level=1,fill_value=0)
.sort_index(level=-1,axis=1)
.to_numpy()))
Output:
0 1 2 3 4 5 6 7 8 9 10 11
0 X X 0 0 0 0 0 0 0 0 0 0
1 X X X X 0 0 0 0 0 0 0 0
2 0 0 0 0 X X X X 0 0 0 0
3 0 0 0 0 0 0 X X 0 0 0 0
4 0 0 0 0 0 0 0 0 X X X X
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论