Чередуйте элементы разных столбцов с помощью Панд

#python #pandas #dataframe #alternate

Вопрос:

У меня есть 2 столбца кадров данных, подобных этому:

 df1 = pd.DataFrame({'A':['CINO','KONO','ROLO','MANE','TUTU']})
df2 = pd.DataFrame({'B':['NION','PONO','RZCO','MPPE','TQAS']})
 

Моя идея состоит в том, чтобы объединить кадры данных таким образом, чтобы выходные данные выглядели следующим образом:

         C
CC1  CINO   <---- belongs to A
CC1  NION  <---- belongs to B
CC2  KONO   <---- belongs to A    
CC2  PONO  <---- belongs to B
CC3  ROLO   <---- belongs to A
CC3  RZCO  <---- belongs to B
CC4  MANE   <---- belongs to A
CC4  MPPE  <---- belongs to B
CC5  TUTU   <---- belongs to A
CC5  TQAS  <---- belongs to B
 

Как вы можете видеть, элементы столбца B размещаются между строками столбца A .
Обратите внимание, как строки называются таким образом, чтобы каждая пара строк имела одно и то же имя.

Можете ли вы предложить мне разумный способ достижения этой цели с помощью какой-нибудь встроенной функции Pandas?

Ответ №1:

 pd.concat(
    [df1, df2], axis=1
).stack().reset_index(1, drop=True).to_frame('C').rename(index='CC{}'.format)

        C
CC0  CINO
CC0  NION
CC1  KONO
CC1  PONO
CC2  ROLO
CC2  RZCO
CC3  MANE
CC3  MPPE
CC4  TUTU
CC4  TQAS
 

Ответ №2:

Вы можете использовать:

 df = pd.concat([df1.rename(columns={'A':'C'}),
                df2.rename(columns={'B':'C'})], keys=[1,2])
       .sort_index(level=[1,0])
       .reset_index(level=0, drop=True)
df.index = 'CC'   df.index.astype(str)
print (df)
        C
CC0  CINO
CC0  NION
CC1  KONO
CC1  PONO
CC2  ROLO
CC2  RZCO
CC3  MANE
CC3  MPPE
CC4  TUTU
CC4  TQAS