python - 如何连接多个Dataframe

Question

结果数据帧应该是其他三个数据帧的组合版本:dfa、dfb和dfc并且应该是:

     a     b    c
0  1.0   0.0    0
1    0  10.0    0
2    0     0  100

不幸的是，下面的代码产生了不同的结果:

result = pd.DataFrame()
dfa = pd.DataFrame({'a':[1]})
dfb = pd.DataFrame({'b':[10]})
dfc = pd.DataFrame({'c':[100]})

for df in [dfa, dfb, dfc]:
    result = result.reindex(columns=df.columns, fill_value=0)
    result = pd.concat([result, df], ignore_index=True)

print result 

结果如下:

     c
0    0
1    0
2  100

如何才能获得所需的结果？

Answer 1

我认为你需要Index.union用于查找重新索引的最终列名称:

cols = dfa.columns.union(dfb.columns).union(dfc.columns)
print (cols)
Index(['a', 'b', 'c'], dtype='object')

然后在循环中重新索引并将新的DataFrame附加到DataFrames dfs列表中，最终是concat :

dfs = []
for df in [dfa, dfb, dfc]:
    result = df.reindex(columns=cols, fill_value=0)
    dfs.append(result)

result = pd.concat(dfs, ignore_index=True)
print (result)
   a   b    c
0  1   0    0
1  0  10    0
2  0   0  100

<小时/>

如果在数据帧中 dfa、dfb 和 dfc 不是 NaN 值，则可以使用 DataFrame.fillna ，但更一般的使用 NaN 是第一个解决方案:

result = pd.concat([dfa, dfb,dfc], ignore_index=True).fillna(0).astype(int)
print (result)
   a   b    c
0  1   0    0
1  0  10    0
2  0   0  100

带有 NaN 的示例:

dfa = pd.DataFrame({'a':[1]})
dfb = pd.DataFrame({'b':[10]})
dfc = pd.DataFrame({'c':[np.nan]})

cols = dfa.columns.union(dfb.columns).union(dfc.columns)

dfs = []
for df in [dfa, dfb, dfc]:
    result = df.reindex(columns=cols, fill_value=0)
    dfs.append(result)

result = pd.concat(dfs, ignore_index=True)
print (result)
   a   b    c
0  1   0  0.0
1  0  10  0.0
2  0   0  NaN

#data NaN are overwrite by 0
print (pd.concat([dfa, dfb,dfc], ignore_index=True).fillna(0).astype(int))
   a   b  c
0  1   0  0
1  0  10  0
2  0   0  0