python - 使用来自两个 DataFrame、不同行的信息合并为一个

Question

我有两个 Pandas DataFrame。

我想从每行文件中的文件、值和参数中获取一个新的 DataFrame。

“第一个数据帧”中的行如下：

• 文件_1 文件_5 值1 值2

“第二个数据框”中的行如下：

• file_1 参数 paramB
• file_5 paramX paramY

我需要类似的东西：

• file_1 file_5 value1 value2 paramA paramB paramX paramY

（它从“第一个数据帧”开始，并为该行中的两个（file_1 file_5）连接来自“第二个数据帧”的参数）而这个，对于来自“第一个数据帧”的每一行

我找到了一个使用循环的解决方案。它非常慢（构建一个连接的行，并将其逐行附加到一个新的 DataFrame 中）。

是否有一些特殊功能可以组合以便在不循环的情况下执行它？

我的缓慢解决方案

for row in range(fist.shape[0]):
    file_1 = fist['file_1'][row]
    file_2 = fist['file_2'][row]
    df0 = fist.iloc[row]
    df1 = second.loc[second['FILE']==file_1,"paramA":"paramZ"]
    df2 = second.loc[second['FILE']==file_2,"paramA":"paramZ"]
    df1 = df1.add_suffix('_1')
    df2 = df2.add_suffix('_2')
    output.append(pd.concat([df0, df1, df2],axis=1))

标签： pythonpandasdataframemergeconcatenation

Answer 1

df1 和 df2 是两个 pandas 数据框。

result = pd.concat([df1, df4], axis=1)