在数据框中合并两个熊猫系列而不显式使用键

Posted 2023-03-12

【中文标题】在数据框中合并两个熊猫系列而不显式使用键

【英文标题】：merge two pandas series in a datagrame without explicitly using keys

【发布时间】：2021-09-22 14:09:27

【问题描述】：

我有两个类“pandas.core.series.Series”：

“距离”

-9999      110160.551216
-9999.1    121535.209511
-9999.2    124808.195632
-9999.3    132015.091440
-9999.4    129312.118880
-9999.5    119686.351986
-9999.6    110988.442182
-9999.7    104297.914620
dtype: float64

和“数据”

-9999      0.0
-9999.1    1.6
-9999.2    0.0
-9999.3    NaN
-9999.4    0.0
-9999.5    0.0
-9999.6    NaN
-9999.7    NaN
Name: 4, dtype: float64

我想将它们合并到一个数据框中以删除 nan 列。 我尝试了不同的方法：

new = pd.concat([dist, data],axis=1)

但这只会创建长变量。

new = pd.concat([dist, data],axis=0)

但这会创建一个长行：

,-9999,-9999.1,-9999.2,-9999.3,-9999.4,-9999.5,-9999.6,-9999.7,-9999,-9999.1,-9999.2,-9999.3,-9999.4,-9999.5,-9999.6,-9999.7
0,110160.55121567169,121535.20951103275,124808.19563190002,132015.0914399207,129312.11887963412,119686.35198568225,110988.44218156513,104297.91462028676,0.0,1.6,0.0,,0.0,0.0,,

这是我所期望的：

-9999,  -9999.1,    -9999.2,    -9999.3,    -9999.4,    -9999.5,    -9999.6,    -9999.7
110160.551215672,   121535.209511033,   124808.1956319, 132015.091439921, 129312.118879634, 119686.351985682,   110988.442181565,   104297.914620287
0,1.6,0,,0,,,0

这应该允许我根据 nan 删除一些列。 谢谢

【参考方案1】：

试试：

(pd.concat([dist, data],axis=1)
   .reset_index().T
   .replace('Na',0).to_csv('filename.csv',index=False,header=False))

或

(dist.reset_index().astype('index':'float')
     .merge(data.reset_index().astype('index':'float'),on='index').T
     .replace('Na',0)
     .to_csv('filename.csv',index=False,header=False))

【讨论】：

它似乎不起作用。它仍然是一个长字符串，但它分为两行。文件名是正确的，但不是新的数据框。如果我把 new = pd.concat([dist, data],axis=1).reset_index().T 我还有一个只有 index=0 和第 0 列的系列

是的，两者都有。我也尝试使用 dfr_dist = pd.DataFrame(), dfr_dist['1'] = dist, dfr_data = pd.DataFrame() dfr_data['2'] = data 将它们转换为数据帧，但我有同样的问题。

@diedro reset_index() 正在将它们转换为数据框...请尝试使用您的系列（您的初始数据）运行上述方法

好的。我会尝试。也许问题在于两个数据框都是函数的参数，这可能会改变一些东西。为了不引起误解，我没有发布完整的代码，但我可以发布它，你怎么看？

@diedro 可以先试试如果不行再发帖