时间戳

首页 > 解决方案 > Pandas concat 似乎忽略了索引

python - Pandas concat 似乎忽略了索引

问题描述

我对熊猫比较陌生。我遇到了一个意想不到的问题，pd.concat()我没想到。

df1 = pd.DataFrame([], columns=['a', 'b', 'c']).set_index(['b', 'a'])
df2 = pd.DataFrame([[1, 2, 3]], columns=['a', 'b', 'c']).set_index(['a', 'b']) # intentionally reverse
pd.concat([df1, df2])

我希望上面的结果是：

     c
a b
1 2  3

但它是：

     c
b a <---- note that b=1 and a=2 here
1 2  3

换句话说，似乎pd.concat()在执行时忽略了索引标头pd.concat()，但在完成后重新标记标头pd.concat()。

另一方面，pd.concat()正如我对列标题的期望一样。结果pd.concat([df1.reset_index(), df2.reset_index()])是：

     a    b  c
0  1.0  2.0  3

正如预期的那样。

我观察到的行为pd.concat()和索引是预期的行为吗？

我试着用谷歌搜索，但我找不到有人遇到类似问题的例子。

谢谢！

标签： pythonpandas

解决方案

似乎熊猫在concat期间：

  • 仅从第一个DataFrame中获取索引列名称。
  • 但是对于进一步的 DataFrame，只要索引列匹配，只有列号很重要。

因此，如果df1 MultiIndex 由第1列和第0列组成（编号从0开始，但在df2和df3中- 由第0列和第 1列组成， 无论它们的名称如何。

要确认它，请尝试更广泛的示例：

df1 = pd.DataFrame([], columns=['a', 'b', 'c']).set_index(['b', 'a'])
df2 = pd.DataFrame([[1, 2, 3]], columns=['aa', 'bb', 'c']).set_index(['aa', 'bb'])
df3 = pd.DataFrame([[10, 20, 30]], columns=['xx', 'yy', 'c']).set_index(['xx', 'yy'])
pd.concat([df1, df2, df3])

结果是：

        c
b  a     
1  2    3
10 20  30

如您所见，即使源列名称（仅用于索引列）不同，这也没有任何意义。只有它们在列中的位置很重要。

但是，如果您更改第三列名称（常规列）：

df3 = pd.DataFrame([[10, 20, 30]], columns=['xx', 'yy', 'cc']).set_index(['xx', 'yy'])

( c改为 *cc)，结果不同：

         c    cc
b  a            
1  2   3.0   NaN
10 20  NaN  30.0

推荐阅读