如何在熊猫中连接两个具有不同列名的数据框？ - Python答案

【问题标题】：how to concat two data frames with different column names in pandas? - python如何在熊猫中连接两个具有不同列名的数据框？ - Python
【发布时间】：2016-08-23 20:21:53
【问题描述】：

df1 = pd.DataFrame({'a':[1,2,3],'x':[4,5,6],'y':[7,8,9]})
df2 = pd.DataFrame({'b':[10,11,12],'x':[13,14,15],'y':[16,17,18]})

我正在尝试使用来自df1 的键合并两个数据框。我想我应该为此使用pd.merge，但我如何告诉熊猫将值放在df2 的b 列中a 的df1 列中。这是我想要实现的输出：

    a   x   y
0   1   4   7
1   2   5   8
2   3   6   9
3   10  13  16
4   11  14  17
5   12  15  18

【问题讨论】：

标签： python pandas merge

【解决方案1】：

只需使用concat 和rename 列作为df2 即可对齐：

In [92]:
pd.concat([df1,df2.rename(columns={'b':'a'})], ignore_index=True)

Out[92]:
    a   x   y
0   1   4   7
1   2   5   8
2   3   6   9
3  10  13  16
4  11  14  17
5  12  15  18

同样，您可以使用merge，但您需要像上面一样重命名该列：

In [103]:
df1.merge(df2.rename(columns={'b':'a'}),how='outer')

Out[103]:
    a   x   y
0   1   4   7
1   2   5   8
2   3   6   9
3  10  13  16
4  11  14  17
5  12  15  18

【讨论】：

【解决方案2】：

使用 numpy 连接数据帧，因此您不必重命名所有列（或显式忽略索引）。 np.concatenate 也适用于任意数量的数据帧。

df = pd.DataFrame( np.concatenate( (df1.values, df2.values), axis=0 ) )
df.columns = [ 'a', 'x', 'y' ]
df

【讨论】：

【解决方案3】：

您可以重命名列，然后使用函数append 或concat：

df2.columns = df1.columns
df1.append(df2, ignore_index=True)
# pd.concat([df1, df2], ignore_index=True)

您还可以将两个数据帧与来自numpy 的vstack 连接，并将生成的ndarray 转换为数据帧：

pd.DataFrame(np.vstack([df1, df2]), columns=df1.columns)

【讨论】：