Объединение двух фреймов данных

#python #dataframe #merge

Вопрос:

Я попытался объединить два фрейма данных, добавив первую строку второго df в первую строку первого df. Я также попытался объединить их, но эйтеру это не удалось. Формат данных таков

 1,3,N0128,Durchm.,5.0,0.1,5.0760000000000005,0.076,-----****--
2,0.000,,,,,,,
3,3,N0129,Position,62.2,0.376,62.238,0.136,***---
4,76.1,-36.000,0.300,-36.057,,,,
5,2,N0130,Durchm.,5.0,0.1,5.067,0.067,-----***---
6,0.000,,,,,,,

Ожидаемый формат выходных данных должен быть

 1,3,N0128,Durchm.,5.0,0.1,5.0760000000000005,0.076,-----****--,0.000,,,,,,,
2,3,N0129,Position,62.2,0.376,62.238,0.136,***---**,76.1,-36.000,0.300,-36.057,,,,
3,N0130,Durchm.,5.0,0.1,5.067,0.067,-----***---,0.000,,,,,,,

Я уже разделил фрейм данных сверху на два кадра. Первый содержит только нечетные индексы, а второй-четные.
Моя проблема сейчас в том, чтобы объединить/объединить два кадра, добавив первую строку второго df к первой строке первого df. Я уже пробовал некоторые методы слияния/объединения, но все они потерпели неудачу. Все функции печати не являются необходимыми, я использую их только для быстрого просмотра в консоли.
Код, с которым я чувствовал себя наиболее комфортно, — это:

 os.chdir(output)
csv_files = os.listdir('.')
for csv_file in (csv_files):
        if csv_file.endswith(".asc.csv"):
            df = pd.read_csv(csv_file)
            keep_col = ['Messpunkt', 'Zeichnungspunkt', 'Eigenschaft', 'Position', 'Sollmass','Toleranz','Abweichung','Lage']
            new_df = df[keep_col]
            new_df = new_df[~new_df['Messpunkt'].isin(['**Teil'])]
            new_df = new_df[~new_df['Messpunkt'].isin(['**KS-Oben'])]
            new_df = new_df[~new_df['Messpunkt'].isin(['**KS-Unten'])]
            new_df = new_df[~new_df['Messpunkt'].isin(['**N'])]
            print(new_df)   
            new_df.to_csv(output csv_file)     
            
            df1 = new_df[new_df.index % 2 ==1]
            df2 = new_df[new_df.index % 2 ==0]
            df1.reset_index()
            df2.reset_index()
            print (df1)
            print (df2)
            merge_df = pd.concat([df1,df2], axis=1)
            print (merge_df)
            merge_df.to_csv(output csv_file)

Я очень признателен за некоторую помощь.

С помощью этого кода вывод будет:

 1,3,N0128,Durchm.,5.0,0.1,5.0760000000000005,0.076,-----****--,,,,,,,,
2,,,,,,,,,0.000,,,,,,,
3,3,N0129,Position,62.2,0.376,62.238,0.136,***---,,,,,,,,
4,,,,,,,,,76.1,-36.000,0.300,-36.057,,,,
5,2,N0130,Durchm.,5.0,0.1,5.067,0.067,-----***---,,,,,,,,
6,,,,,,,,,0.000,,,,,,,

1. каков ожидаемый результат?

2. У pandas есть много различных методов для объединения/объединения/объединения кадров данных. См. документацию: Объединение, объединение, объединение и сравнение

3. вместо .listdir('.') этого вы можете запустить также .listdir() без аргументов, и он получит текущую папку.

4. возможно, вам нужно reset_index сделать это в обоих кадрах данных, чтобы они использовали одни и те же индексы

5. всегда указывайте код, данные и полное сообщение об ошибке в виде текста (не скриншот, не ссылка) в вопросе (не в комментарии).

Ответ №1:

Я получаю ожидаемый результат, когда использую reset_index() один и тот же индекс в обоих кадрах данных.

Возможно drop=True , также потребуется пропустить индекс как новый столбец

 pd.concat([df1.reset_index(drop=True), df2.reset_index(drop=True)], axis=1)

Минимальный рабочий пример.

Я использую io только для имитации файла в памяти.

 text = '''1,3,N0128,Durchm.,5.0,0.1,5.0760000000000005,0.076,-----****--
2,0.000,,,,,,,
3,3,N0129,Position,62.2,0.376,62.238,0.136,***---
4,76.1,-36.000,0.300,-36.057,,,,
5,2,N0130,Durchm.,5.0,0.1,5.067,0.067,-----***---
6,0.000,,,,,,,'''

import pandas as pd
import io

pd.options.display.max_columns = 20  # to display all columns

df = pd.read_csv(io.StringIO(text), header=None, index_col=0)

#print(df)

df1 = df[df.index % 2 == 1] # .reset_index(drop=True)
df2 = df[df.index % 2 == 0] # .reset_index(drop=True)

#print(df1)
#print(df2)

merge_df = pd.concat([df1.reset_index(drop=True), df2.reset_index(drop=True)], axis=1)

print(merge_df)

Результат:

      1      2         3     4      5       6      7            8     1        2      3       4   5   6   7    8
0  3.0  N0128   Durchm.   5.0  0.100   5.076  0.076  -----****--   0.0      NaN    NaN     NaN NaN NaN NaN  NaN
1  3.0  N0129  Position  62.2  0.376  62.238  0.136       ***---  76.1  -36.000  0.300 -36.057 NaN NaN NaN  NaN
2  2.0  N0130   Durchm.   5.0  0.100   5.067  0.067  -----***---   0.0      NaN    NaN     NaN NaN NaN NaN  NaN

Редактировать:

Это может понадобиться

 merge_df.index = merge_df.index   1

чтобы исправить индекс.