4 回答

TA貢獻(xiàn)1780條經(jīng)驗(yàn) 獲得超5個(gè)贊
由于某種原因,“join_axes”在 0.25 版中已被棄用。您可以通過重新索引來實(shí)現(xiàn)相同的效果。
#won't work:
df3 = pd.concat([df1, df2], axis=1,join_axes=[df1.index]) #won't work
#instead:
df3 = pd.concat([df1, df2], axis=1)
df3 = df3.reindex(df1.index)

TA貢獻(xiàn)1998條經(jīng)驗(yàn) 獲得超6個(gè)贊
另一方面,如果您來到這里是因?yàn)槟鷩L試將 join_axes 與列一起使用,請(qǐng)嘗試以下操作:
# the columns of df3 and only the columns of df4 that are common
df_new = pd.concat([df3, df4], axis=1)
df_new[df3.columns]
用 df3 作為
C D E
0 C1 D1 E1
1 C2 D2 E2
2 C3 D3 E3
和 df4 作為
D E F
0 D5 E5 F5
1 D6 E6 F6
2 D7 E7 F7
將產(chǎn)生的結(jié)果是
C D D E E
0 C1 D1 D5 E1 E5
1 C2 D2 D6 E2 E6
2 C3 D3 D7 E3 E7

TA貢獻(xiàn)1776條經(jīng)驗(yàn) 獲得超12個(gè)贊
“join_axes”函數(shù)已棄用。作為我的研究結(jié)果,我得出以下結(jié)論;
代替:
pd.concat ([df1, df2], join_axes = [df1.columns])
你可以試試這個(gè):
pd.concat([df1, df2.reindex(columns = df1.columns)], ignore_index = True)
添加回答
舉報(bào)