组合两个独立大熊猫dataframes以形成矩阵

问题描述 投票:2回答:1

我想两只大熊猫的数据帧相结合,产生一个矩阵。这两个数据帧不共享一个共同的索引值,实际上是独立的。我反而想用这两套指标的使用具有全部两个指标的可能组合的分层索引,以产生新的数据帧。列应该从原始数据帧的值。

这是我想结合两个数据帧的简化版本:

df1         
    Cat Freq
1.1   A    4
1.2   B    8
1.3   C    2
1.4   A    5

df2
    Cat Freq
2.1   A    4
2.2   C    4
2.3   C    2
2.4   A    7

这是我想创造什么:

df_merged         
        Cat(1) Freq(1)  Cat(2)   Freq(2)
1.1 2.1  A       4         A       4
    2.2  A       4         C       4
    2.3  A       4         C       2
    2.4  A       4         A       7
1.2 2.1  B       8         A       4
    2.2  B       8         C       4
    2.3  B       8         C       2
 .. ... ....  .......   .......   .......
 .. ... .... ........   .......   .......

最后,我想希望基于一个与最大频率来创建与类别字母(源自两种DF1或DF2)的新列。有了这个,我就能够形成一个矩阵。这最后一步,我认为将是相当简单的,如果我能在上面的表格中获取数据。

非常感谢!

pandas dataframe matrix
1个回答
1
投票

使用reindex双方DataFrames通过MultiIndex创建from_productconcat最后add_suffix

mux = pd.MultiIndex.from_product([df1.index, df2.index])

df1 = df1.reindex(mux, level=0)
df2 = df2.reindex(mux, level=1)

df = pd.concat([df1.add_suffix('(1)'), df2.add_suffix('(2)')], axis=1)
print (df)
        Cat(1)  Freq(1) Cat(2)  Freq(2)
1.1 2.1      A        4      A        4
    2.2      A        4      C        4
    2.3      A        4      C        2
    2.4      A        4      A        7
1.2 2.1      B        8      A        4
    2.2      B        8      C        4
    2.3      B        8      C        2
    2.4      B        8      A        7
1.3 2.1      C        2      A        4
    2.2      C        2      C        4
    2.3      C        2      C        2
    2.4      C        2      A        7
1.4 2.1      A        5      A        4
    2.2      A        5      C        4
    2.3      A        5      C        2
    2.4      A        5      A        7

或使用交叉通过mergereset_index为避免丢失索引值加入:

df = (df1.reset_index().assign(A=1)
        .merge(df2.reset_index().assign(A=1), on='A', suffixes=('(1)','(2)'))
        .set_index(['index(1)','index(2)'])
        .drop('A', axis=1)
        .rename_axis((None,None)))
print (df)
        Cat(1)  Freq(1) Cat(2)  Freq(2)
1.1 2.1      A        4      A        4
    2.2      A        4      C        4
    2.3      A        4      C        2
    2.4      A        4      A        7
1.2 2.1      B        8      A        4
    2.2      B        8      C        4
    2.3      B        8      C        2
    2.4      B        8      A        7
1.3 2.1      C        2      A        4
    2.2      C        2      C        4
    2.3      C        2      C        2
    2.4      C        2      A        7
1.4 2.1      A        5      A        4
    2.2      A        5      C        4
    2.3      A        5      C        2
    2.4      A        5      A        7
© www.soinside.com 2019 - 2024. All rights reserved.