我有一个表示为 DF_0 的元数据数据帧，然后是一个实际数据 (DF_1) 的数据帧。我想在我的数据帧上使用 pd.concat 但不考虑索引。 DF_0 的索引是任意的，DF_1 的索引对应于 DF_0 的 attr_1 中的值。
我能想到的唯一方法是:
(1) 使 attr_1 成为我的索引然后合并，我不想这样做；或
(2) 排序然后合并 [但丢失的数据可能会搞砸]。感觉pandas已经想到了这一点。
有谁知道使用 pd.concat 或类似方法 [我的真实数据有字符串、 float 、整数] 来合并 2 个 [或更多？] 沿“轴”由特定数据框中特定列的值表示？
值可能按顺序排列，也可能不按顺序排列。我上面描述的方法是唯一的方法吗？它们看起来很乱......
DF_0 = pd.DataFrame(np.arange(15).reshape(5,3),
columns=["attr_%d"%j for j in range(3)])
# attr_0 attr_1 attr_2
# 0 0 1 2
# 1 3 4 5
# 2 6 7 8
# 3 9 10 11
# 4 12 13 14
DF_1 = pd.DataFrame([[0,1,0,1,1],[0,0,0,1,0],[1,1,1,0,1]],
index = ["other_%d"%j for j in range(3)],
columns = [1,4,7,10,13]).T
# other_0 other_1 other_2
# 1 0 0 1
# 4 1 0 1
# 7 0 0 1
# 10 1 1 0
# 13 1 0 1
# What I want
DF_X = pd.DataFrame(
np.concatenate([DF_0.as_matrix(), DF_1.as_matrix()], axis=1),
columns=list(DF_0.columns) + list(DF_1.columns))
# attr_0 attr_1 attr_2 other_0 other_1 other_2
# 0 0 1 2 0 0 1
# 1 3 4 5 1 0 1
# 2 6 7 8 0 0 1
# 3 9 10 11 1 1 0
# 4 12 13 14 1 0 1
请您参考如下方法:
您想沿着 DF_0 的 attr_1 列和 DF_1 的索引合并:
DF_X = pd.merge(DF_0, DF_1, left_on='attr_1', right_index=True)
print(DF_X)
输出:
attr_0 attr_1 attr_2 other_0 other_1 other_2
0 0 1 2 0 0 1
1 3 4 5 1 0 1
2 6 7 8 0 0 1
3 9 10 11 1 1 0
4 12 13 14 1 0 1
