我有一堆多索引，pd.DataFrames其中包含某些日子在一組地面站進行的天氣觀測統(tǒng)計數(shù)據(jù)。以下是這樣一個數(shù)據(jù)框的結(jié)構(gòu)：>>> df = pd.DataFrame({'month': [1, 1, 1, 1, 1, 1], 'day': [2]*6, 'station': ['A', 'B', 'C', 'D', 'E', 'F'], 'mean': [55, 40, 84, 31, 44, 12], 'sd': [1., 2., 1.2, 3., 4., 0.7]})>>> df.set_index(['station', 'month', 'day'])>>> df>>> df = df.set_index(['station', 'month', 'day'])>>> df mean sdstation month day A 1 2 55 1.0B 1 2 40 2.0C 1 2 84 1.2D 1 2 31 3.0E 1 2 44 4.0F 1 2 12 0.7df2存儲一個月中某天1（例如 1 月 2 日）的所有觀察結(jié)果。每個數(shù)據(jù)幀的站索引都是唯一的（沒有兩個站 ID 是相同的）。然而，各個數(shù)據(jù)幀之間的站集可能會有所不同，具體取決于月份和/或日期。問題：如何將這些數(shù)據(jù)幀組合成具有以下結(jié)構(gòu)的單個數(shù)據(jù)幀（忽略精確值mean和sd值，我已經(jīng)編好了它們）：>>> df mean sdstation month day A 1 1 55 1.0 2 44 5.0 3 34 1.2(...) 2 1 55 1.0 2 44 5.0 3 34 1.2(...) B 1 1 31 3.0 2 44 5.0 3 34 1.2(...)
1 回答
開滿天機
TA貢獻1786條經(jīng)驗 獲得超13個贊
您可以使用 pd.concat：
In [15]: df1 = pd.DataFrame({'month': [1, 1, 1, 1, 1, 1],
...: 'day': [2]*6,
...: 'station': ['A', 'B', 'C', 'D', 'E', 'F'],
...: 'mean': [55, 40, 84, 31, 44, 12],
...: 'sd': [1., 2., 1.2, 3., 4., 0.7]}).set_index(["station", "month", "day"])
In [16]: df2 = pd.DataFrame({'month': [2, 2, 2, 2, 2, 2],
...: 'day': [2]*6,
...: 'station': ['A', 'B', 'C', 'D', 'G', 'F'],
...: 'mean': [55, 40, 84, 31, 15, 12],
...: 'sd': [1., 2., 1.2, 3.,1, 0.7]}).set_index(["station", "month", "day"])
In [19]: pd.concat([df1,df2]).sort_index()
Out[19]:
mean sd
station month day
A 1 2 55 1.0
2 2 55 1.0
B 1 2 40 2.0
2 2 40 2.0
C 1 2 84 1.2
2 2 84 1.2
D 1 2 31 3.0
2 2 31 3.0
E 1 2 44 4.0
F 1 2 12 0.7
2 2 12 0.7
G 2 2 15 1.0
添加回答
舉報
0/150
提交
取消