Skip to main content
 首页 » 编程设计

python之将行附加到数据框,如果不存在则添加新列

2025年02月15日8cmt

我有一个像下面这样的 df

>>df 
  group  sub_group    max 
0     A          1   30.0 
1     B          1  300.0 
2     B          2    3.0 
3     A          2    2.0 

我需要将 group 和 sub_group 作为属性(列)并将最大值作为行 所以我愿意

>>> newdf.set_index(['group','sub_group']).T 
group         A      B         A 
sub_group     1      1    2    2 
max        30.0  300.0  3.0  2.0 

这给了我预期的格式

现在我需要将它合并到另一个类似的数据框

>>df2 
  group  sub_group    max 
0     C          1   3000.0 
1     A          1   4000.0 

这样我的合并结果是

group         A      B         A     C 
sub_group     1      1    2    2     1 
max        30.0   300.0  3.0  2.0    NaN 
max      4000.0    NaN   NaN  NaN    3000.0 

基本上,在每个新的 df 中,我们都将值放在适当的标题下,如果有一个新的组或子组,我们将其添加到较大的 df。我不确定我的转置然后尝试合并追加的方式是否是一个好方法

由于这些 df 是在循环中生成的(循环项是日期),我想找到一种方法来用循环日期替换第一列(预期操作)中打印的 max。

dates=['20170525', '20170623', '20170726'] 
 
for date in dates: 
     df = pd.read_csv() 

请您参考如下方法:

我认为您可以先将参数 index_col 添加到 read_csv 以获取第一列和第二列的 Multiindex:

dfs = [] 
for date in dates: 
     df = pd.read_csv('name', index_col=[0,1])  
     dfs.append(df) 
 
#another test df was added 
print (df3) 
                    max 
group sub_group         
D     1          3000.0 
E     1          4000.0 

然后 concat它们与 list 的参数 keys 一起,然后通过 unstack reshape 并转置:

#dfs = [df,df2,df3] 
dates=['20170525', '20170623', '20170726'] 
df = pd.concat(dfs, keys=dates)['max'].unstack(0).T 
print (df) 
group           A           B            C       D       E 
sub_group       1    2      1    2       1       1       1 
20170525     30.0  2.0  300.0  3.0     NaN     NaN     NaN 
20170623   4000.0  NaN    NaN  NaN  3000.0     NaN     NaN 
20170726      NaN  NaN    NaN  NaN     NaN  3000.0  4000.0