Skip to main content
 首页 » 编程设计

python之在不同的列上连接数据帧

2025年01月19日9xing901022

我有 3 个不同的 csv 文件,我正在寻找 concat 值。我需要的唯一条件是第一个 csv 数据帧必须在新 csv 的 A 列中,第二个 csv 数据帧在 B 列中,第三个 csv 数据帧在 C 列中。所有 csv 文件的行数相同。 我还需要将三个 header 更改为 ['año_pasado','mes_pasado','este_mes']

import pandas as pd 
 
df = pd.read_csv('año_pasado_subastas2.csv', sep=',') 
 
df1 = pd.read_csv('mes_pasado_subastas2.csv', sep=',') 
 
df2 = pd.read_csv('este_mes_subastas2.csv', sep=',') 
 
df1 
>>> 
Subastas 
166665859 
237944547 
260106086 
276599496 
251813654 
223790056 
179340698 
177500866 
239884764 
234813107 
 
df2 
>>> 
Subastas 
212003586 
161813617 
172179313 
209185016 
203804433 
198207783 
179410798 
156375658 
130228140 
124964988 
 
df3 
>>> 
Subastas 
142552750 
227514418 
222635042 
216263925 
196209965 
140984000 
139712089 
215588302 
229478041 
222211457 

我需要的输出是:

año_pasado,mes_pasado,este_mes 
166665859,124964988,142552750 
237944547,161813617,227514418 
260106086,172179313,222635042 
276599496,209185016,216263925 
251813654,203804433,196209965 
223790056,198207783,140984000 
179340698,179410798,139712089 
177500866,156375658,215588302 
239884764,130228140,229478041 
234813107,124964988,222211457 

请您参考如下方法:

我想你需要concat由 squeeze=True 创建的 Series 如果只有一列数据或选择列并且对于新列名称使用参数 keys:

df = pd.read_csv('año_pasado_subastas2.csv', squeeze=True) 
df1 = pd.read_csv('mes_pasado_subastas2.csv', squeeze=True) 
df2 = pd.read_csv('este_mes_subastas2.csv', squeeze=True) 
 
cols = ['año_pasado','mes_pasado','este_mes'] 
df = pd.concat([df, df1, df2], keys = cols, axis=1) 

或者:

df = pd.read_csv('año_pasado_subastas2.csv') 
df1 = pd.read_csv('mes_pasado_subastas2.csv') 
df2 = pd.read_csv('este_mes_subastas2.csv') 
 
cols = ['año_pasado','mes_pasado','este_mes'] 
df = pd.concat([df['Subastas'], df1['Subastas'], df2['Subastas']], keys = cols, axis=1) 
 
print (df) 
   año_pasado  mes_pasado   este_mes 
0   166665859   212003586  142552750 
1   237944547   161813617  227514418 
2   260106086   172179313  222635042 
3   276599496   209185016  216263925 
4   251813654   203804433  196209965 
5   223790056   198207783  140984000 
6   179340698   179410798  139712089 
7   177500866   156375658  215588302 
8   239884764   130228140  229478041 
9   234813107   124964988  222211457