pandas.concat 忘记列名

Question

我正在尝试从两个现有框架的列创建一个新的 DataFrame，但是在 concat() 之后，列名丢失了，我无法分配新的:

import pandas
import datetime

dt = datetime.datetime

df1 = pandas.DataFrame({'value': [1.1, 2.1], 'foo': ['a', 'b']}, index=[dt(2015, 11, 1), dt(2015, 11, 2)])
df2 = pandas.DataFrame({'value': [1.2, 2.2]}, index=[dt(2015, 11, 3), dt(2015, 11, 4)])

# Keeps 'foo'
df = pandas.concat([df1, df2])
print df
print

# Without foo but column names are also lost
# plus there is an additional odd line "Name: value, dtype: float64"
df = pandas.concat([df1['value'], df2['value']])
print df
print

# AttributeError: 'Series' object has no attribute 'columns'
print repr(df.columns)
# no effect (probably because this isn't a supported attribute)
df.columns = ['value']
print df

# Fails: rename() got an unexpected keyword argument "columns"
df.rename(columns={'': 'value'}, inplace=True)
print df

我得到的输出:

2015-11-01    1.1
2015-11-02    2.1
2015-11-03    1.2
2015-11-04    2.2

我想要的输出:

            value
2015-11-01    1.1
2015-11-02    2.1
2015-11-03    1.2
2015-11-04    2.2

Answer 1

这是因为:

df = pandas.concat([df1['value'], df2['value']])

连接 2 个 Series 对象而不是 dfs，

如果你这样做:

In [201]:
df = pd.concat([df1[['value']], df2[['value']]])
df

Out[201]:
            value
2015-11-01    1.1
2015-11-02    2.1
2015-11-03    1.2
2015-11-04    2.2

然后你会得到一个带有 'value' 列的 df

双 [[]] 强制返回一个 df，因为它将传入的参数解释为一个列列表(只有 1 个条目)，而不是将返回一个列标签Series 这是设计的

你可以在这里看到区别:

In [202]:
print(type(df1['value']))
print(type(df1[['value']]))

<class 'pandas.core.series.Series'>
<class 'pandas.core.frame.DataFrame'>

您的其余代码失败，因为该对象的类型为 Series 并且 Series 具有 columns 属性毫无意义或允许重命名列。