Question

希望是一个简单的问题，但我有两个DataFrame，根据我正在寻找的名称，我从中抽取了一行：

mmb_df[mmb_df['name'] == mmb_name]

jps_df[jps_df['name'] == jps_name]

这给了我两行，每行大约60列，而我想做的就是将它们组合在一起，这样我就有了一行120列。有些列确实有相同的名称，但我不确定这是否有所不同。

如果我有两行，例如：

name     tag   x    y 
001_Dc   F     243  567

name     tag   position1    position2
jps_043  EW    908          219

我只需要它们：

name     tag   x    y     name      tag   position1   position2
001_Dc   F     243  567   jps_043   EW    908         219

我确信这可以轻松完成，但我没有运气。

Answer 1

我认为您首先需要相同的索引，然后使用join：

这里使用concat不是一个好的解决方案，因为不要避免重复的列名。

pd.concat([a,b], axis=1)

a = mmb_df[mmb_df['name'] == mmb_name]
b = jps_df[jps_df['name'] == jps_name]

#same both indices
b.index = a.index

#or implicitely set indices
#a.index = [0] 
#b.index = [0] 
c = a.join(b, lsuffix='first')

如果可能某些条件返回更多行，则可以先选择：

a = a.iloc[[0]]
b = b.iloc[[0]]
b.index = a.index
c = a.join(b, lsuffix='first')

或者使用0 []将a = a.iloc[[0]].set_index([[0]]) b = b.iloc[[0]].set_index([[0]]) c = a.join(b, lsuffix='first')的第一个索引设置为True：

loc

仅针对第一行的解决方案 - 按set_index获取第a = mmb_df.loc[[(mmb_df['name'] == mmb_name).idxmax()]].set_index([[0]]) b = jps_df.loc[[(jps_df['name'] == jps_name).idxmax()]].set_index([[0]]) c = a.join(b, lsuffix='first')行，然后按person : { name : "Test", surname : "Test", age : 40, salary : 5000 currency : "dollar", currency_sign : "$", . . . }选择：

axios.post('update/currency', {
    currency : 'euro',
    token : '...'
}).then( res => {
    if ( res.response.data.message == 'success' ) {

        res.response.data.params.forEach( (val, index) => {
            // what should i do in here without touching the others
            // forexample params has this props
            // currency
            // currency_sign
            //salary
        });

        // setState to person
        this.setState( ? );
    }
}, err => ... );

Answer 2

Pandas merge也可以起作用：

this

输出：

df1.index = df2.index
pd.merge(df1, df2, how='inner',  left_index=True, right_index=True, sort=True, suffixes=('_x', '_y'))

在pandas中添加两行以形成一个长行

2 个答案: