對于Python來說，這不太新鮮，我正在嘗試合并兩個具有相似列的數(shù)據(jù)框。第二個數(shù)據(jù)幀由 1 列組成，需要將其附加到新數(shù)據(jù)幀中。使用的代碼：df3 = pd.merge(df,df1[['Id','Value_data']],? ? ? ? ? ? ? ?on = 'Id')df3 = pd.merge(df,df1[['Id','Value_data']],? ? ? ? ? ? ? ?on = 'Id', how='outer')獲取輸出 csv 為Unnamed: 0? Id_x? ? Number_x? ? Class_x Section_x? ?Place_x Name_x? Executed_Date_x Version_x? ?Value? ?PartDateTime_x? Cycles_x? ? Id_y? ? Mumber_y? ? Class_y Section_y? ?Place_y Name_y? Executed_Date_y Version_y? ?Value_data? PartDateTime_y? Cycles_y雖然我不想要 _x & _y 我希望輸出是：Id? Number? Class? ?Section Place? ?Name? ? Executed_Date? ?Version Value Value_data? ? PartDateTime? ? Cycles如果我使用df2=pd.concat([df,df1],axis=0,ignore_index=True) ，那么我將在除 ; 之外的所有列中獲得以下格式的值Value_data：而Value_data將是空列。Id? Number? Class? ?Section Place? ?Name? ? Executed_Date? ?Version Value Value_data? ? PartDateTime? ? Cycles請幫我解決這個問題。謝謝你的時間。
2 回答
哆啦的時光機(jī)
TA貢獻(xiàn)1779條經(jīng)驗(yàn) 獲得超6個贊
我認(rèn)為最簡單的路徑是制作一個臨時 df ，我們稱之為 df_temp2 ，它是 df_2 的副本，具有重命名的列，然后將其附加到 df_1
df_temp2 = df_2.copy()
df_temp2.columns = ['..','..', .... 'value' ...]
然后
df_total = df_1.append(df_temp2)
這為您提供了包含 DF_1 和 DF_2 的所有行的總 DataFrame。'append()' 方法支持一些參數(shù)，請查看文檔以獲取更多詳細(xì)信息。
- - 添加 - - - -
另一種可能的方法是使用pd.concat()函數(shù)，它可以以與廣告方法相同的方式工作.append()，如下所示
result = pd.concat([df_1, df_temp2])?
在您的情況下，這兩種方法會產(chǎn)生相似的性能。您可以將其視為append()一種寫在 DF 之上的方法pd.concat()，但它應(yīng)用于 DF 本身。
拉莫斯之舞
TA貢獻(xiàn)1820條經(jīng)驗(yàn) 獲得超10個贊
import pandas as pd
df =pd.read_csv('C:/Users/output_2.csv')
df1 pd.read_csv('C:/Users/output_1.csv')
df1_temp=df1[['Id','Cycles','Value_data']].copy()
df3=pd.merge(df,df1_temp,on = ['Id','Cycles'], how='inner')
df3=df3.drop(columns="Unnamed: 0")
df3.to_csv('C:/Users/output.csv')
This worked
添加回答
舉報(bào)
0/150
提交
取消