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!
使用reindex
双方DataFrames
通过MultiIndex
创建from_product
与concat
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merge
与reset_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