我有一个初始数据帧d,我从中提取了两个数据帧,如下所示:

A = D[D.label == k]
B = D[D.label != k]

我想把A和B合并成一个数据框架。数据的顺序并不重要。然而,当我们从D中采样A和B时,它们保留了D中的索引。


当前回答

# collect excel content into list of dataframes
data = []
for excel_file in excel_files:
    data.append(pd.read_excel(excel_file, engine="openpyxl"))

# concatenate dataframes horizontally
df = pd.concat(data, axis=1)
# save combined data to excel
df.to_excel(excelAutoNamed, index=False)

当你横向追加时,你可以尝试上面的方法!希望这对sum1有所帮助

其他回答

# collect excel content into list of dataframes
data = []
for excel_file in excel_files:
    data.append(pd.read_excel(excel_file, engine="openpyxl"))

# concatenate dataframes horizontally
df = pd.concat(data, axis=1)
# save combined data to excel
df.to_excel(excelAutoNamed, index=False)

当你横向追加时,你可以尝试上面的方法!希望这对sum1有所帮助

如果您正在处理大数据,并且需要连接多个数据集,那么多次调用concat可能会提高性能。

如果你不想每次都创建一个新的df,你可以聚合这些变化并只调用concat一次:

frames = [df_A, df_B]  # Or perform operations on the DFs
result = pd.concat(frames)

这一点在熊猫文档中指出,在部分底部的连接对象下):

注意:值得注意的是,concat(因此是append) 生成数据的完整副本,并不断重用此数据 函数会对性能造成很大的影响。如果你需要的话 对多个数据集的操作,使用列表推导式。

弃用:DataFrame。附加和系列。在v1.4.0中已弃用。


使用附加:

df_merged = df1.append(df2, ignore_index=True)

为了保留它们的索引,设置ignore_index=False。

如果你想用第二个数据帧df2的值更新/替换第一个数据帧df1的值。你可以按照以下步骤来做

第一步:设置第一个数据帧的索引(df1)

df1.set_index('id')

第二步:设置第二个数据帧的索引(df2)

df2.set_index('id')

最后使用下面的代码片段更新数据帧-

df1.update(df2)

用pd。Concat连接多个数据框架:

df_merged = pd.concat([df1, df2], ignore_index=True, sort=False)