python - 将两个数据帧中的列合并为一个

python - 将两个数据帧中的列合并为一个,第1张

我有一个系列,我分成两部分,因为部分包含需要以不同方式处理的术语。之后我想按照原来的顺序合并两个拆分系列(实际上,在处理之后它们现在是两列数据帧)。我几乎解决了它:

import pandas as pd
terms = pd.Series(["oo1", "oo2", "oo3", "aa1", "aa2", "oo4"], name="term")

# 0    oo1
# 1    oo2
# 2    oo3
# 3    aa1
# 4    aa2
# 5    oo4
terms_oo = terms[terms.apply(lambda term: "oo" in term)]

# 0    oo1
# 1    oo2
# 2    oo3
# 5    oo4
terms_aa = terms[terms.apply(lambda term: "aa" in term)]

# 3    aa1
# 4    aa2

# process differently so you end up with
df_aa = pd.concat([terms_aa, pd.Series(["taa1", "taa2"], index=[3, 4])], axis=1)
df_aa.columns = ["term", "annotations"]

#    term annotations
# 3  aa1  taa1
# 4  aa2  taa2

df_oo = pd.concat([terms_oo, pd.Series(["too1", "too2", "too3", "too4"], index=[0, 1, 2, 5])], axis=1)
df_oo.columns = ["term", "annotations"]

#   term annotations
# 0  oo1  too1
# 1  oo2  too2
# 2  oo3  too3
# 5  oo4  too4

现在,我想将df_aadf_oo合并,以便它们具有terms中的原始顺序,以便annotations是一列,包括来自{{的值1}}和df_aa。我该怎么做?

我尝试了以下操作,但找不到最后一步:

df_oo

上面我想将注释列合并为一个。它们应该是互斥的(一个中的nans在另一个中具有值)。

以下是我的尝试:

terms_df = pd.DataFrame(terms)
m1 = terms_df.merge(df_aa, on="term", how="outer")
m2 = m1.merge(df_oo, on="term", how="outer")

#  term annotations_x annotations_y
# 0  oo1           NaN          too1
# 1  oo2           NaN          too2
# 2  oo3           NaN          too3
# 3  aa1          taa1           NaN
# 4  aa2          taa2           NaN
# 5  oo4           NaN          too4

我包含了这么长的事情,因为我原本想要做的事情可能只用很少的几行。因此,我不是只是展示我的最后一个问题,而是将整个事情包括在内,因为如果我更聪明的话,我现在正在努力解决的最后一个问题可能已经避免了。

最佳答案:

1 个答案:

答案 0 :(得分:2)

使用append()sort()

这里没有必要做任何复杂的事情。保留索引,以便您可以简单地附加它们并对它们进行排序

result = df_oo.append(df_aa).sort()
print(result)

  term annotations
0  oo1        too1
1  oo2        too2
2  oo3        too3
3  aa1        taa1
4  aa2        taa2
5  oo4        too4
本文经用户投稿或网站收集转载,如有侵权请联系本站。

发表评论

0条回复