将具有相同列名但索引不同的多个 Pandas 系列组合起来

Question

我有很多熊猫系列或多或少的结构如下。

s1                  s2                  s3                 s4
Date    val1        Date    val1        Date   val2        Date    val2
Jan     10          Apr     25          Jan    14          Apr     11
Feb     11          May     18          Feb    17          May     7
Mar     8           Jun     15          Mar    16          Jun     21

我想将这些系列组合成一个数据框，结构如下：

Date    val1    val2
Jan     10      14
Feb     11      17
Mar     8       16
Apr     25      11
May     18      7
Jun     15      21

为了组合它们，我尝试使用pd.concat 创建这个单一数据框。但是，我无法这样做。 pd.concat(series, axis=1)（其中series是一个列表[s1,s2,s3,s4]）的结果是：

Date    val1    val1    val2    val2
Jan     10      nan     14      nan
Feb     11      nan     17      nan
Mar     8       nan     16      nan
Apr     nan     25      nan     11
May     nan     18      nan     7
Jun     nan     15      nan     21

而pd.concat(series, axis=0) 只是创建一个系列，忽略列名。

concat 中是否有一个参数可以产生我想要的结果？或者是否有其他函数可以将不正确的、由 nan 填充的数据框折叠成一个具有非重复列且没有 nan 的帧？

Answer 1

一种方法是分组Date 并选择first：

(pd.concat( [s1,s2,s3,s4])
   .groupby('Date', as_index=False, sort=False).first()
)

输出：

  Date  val1  val2
0  Jan    10    14
1  Feb    11    17
2  Mar     8    16
3  Apr    25    11
4  May    18     7
5  Jun    15    21