python - 尝试将两个数据帧相互连接，但遇到索引值和长度不匹配的问题

Question

我有两个数据帧，我想将它们连接在一起。 DF 看起来像:

DF1(3 列，多行，3 个重复项的倍数)

    col1   col2   col3
0   A1     A2     A3
0   A1     A2     A3
0   A1     A2     A3
1   A4     A5     A6
1   A4     A5     A6
1   A4     A5     A6

DF2(6 列，是 2 个列标题的倍数和一个空列，许多行)

    col4  col5 'empty column' col4 col5 'empty column'
0    1    2                   3    4     
1    5    6                   7    8

以下是我已采取的步骤:

1) 将 DF1 转置为:

DF1 = DF1.reset_index().transpose()

我希望转置能够将 3 个重复项与 DF2 的 col4、col5 和空列相匹配

2)连接两个 DF:

DF3 = pd.concat([DF1, DF2], ignore_index=True)
DF3.to_excel('list.xlsx', header=False, index=False)

但是，这将简单地输出 DF1，即使使用 Reset_index，索引也会转置:

0   0   0   1   1   1
A1  A1  A1  A4  A4  A4
A2  A2  A2  A5  A5  A5
A3  A3  A3  A6  A6  A6

我确信我的转置和/或连接错误，但我无法确定哪里。我错过了什么吗？

编辑)

预期输出应该是:

A1    A1    A1    A4    A4    A4
A2    A2    A2    A5    A5    A5
A3    A3    A3    A6    A6    A6
col4  col5        col4  col5
1     2           3     4
5     6           7     8

Answer 1

想法是在每个 DataFrame 中创建相同的列值:

df1 = DF1.reset_index(drop=True).T
df2 = DF2.copy()
df2.columns = np.arange(len(df2.columns))

df = pd.concat([df1, df2], ignore_index=True)
print (df)
    0   1    2   3   4    5
0  A1  A1   A1  A4  A4   A4
1  A2  A2   A2  A5  A5   A5
2  A3  A3   A3  A6  A6   A6
3   1   2  NaN   3   4  NaN
4   5   6  NaN   7   8  NaN

如果需要从 DF2 到行之间的列:

df1 = DF1.reset_index(drop=True).T
df2 = DF2.copy()
df2.columns = np.arange(len(df2.columns))

#convert columns to one row DataFrame
df3 = DF2.columns.to_frame().T
df3.columns = np.arange(len(df3.columns))

df = pd.concat([df1, df3, df2], ignore_index=True)
print (df)
      0     1    2     3     4    5
0    A1    A1   A1    A4    A4   A4
1    A2    A2   A2    A5    A5   A5
2    A3    A3   A3    A6    A6   A6
3  col4  col5       col4  col5     
4     1     2  NaN     3     4  NaN
5     5     6  NaN     7     8  NaN

如果顶部解决方案中需要来自 DF2 的列，则将 df1 的列设置为 DF2 列:

df1 = DF1.reset_index(drop=True).T
df1.columns = DF2.columns

df = pd.concat([df1, DF2], ignore_index=True)
print (df)
  col4 col5      col4 col5     
0   A1   A1   A1   A4   A4   A4
1   A2   A2   A2   A5   A5   A5
2   A3   A3   A3   A6   A6   A6
3    1    2  NaN    3    4  NaN
4    5    6  NaN    7    8  NaN

解决方案的缺点是获取重复的列名称，因此如果选择一列，则会获取具有重复列名称的所有列:

print (df['col4'])
  col4 col4
0   A1   A4
1   A2   A5
2   A3   A6
3    1    3
4    5    7