pandas 连接列ignore_index 不起作用

Question

我正在尝试列绑定数据框，但遇到了 pandas 问题

concat

，因为

ignore_index=True

似乎不起作用：

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                   index=[0, 2, 3, 4])

df2 = pd.DataFrame({'A1': ['A4', 'A5', 'A6', 'A7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D2': ['D4', 'D5', 'D6', 'D7']},
                   index=[5, 6, 7, 3])
df1
#     A   B   D
# 0  A0  B0  D0
# 2  A1  B1  D1
# 3  A2  B2  D2
# 4  A3  B3  D3

df2
#    A1   C  D2
# 5  A4  C4  D4
# 6  A5  C5  D5
# 7  A6  C6  D6
# 3  A7  C7  D7

dfs = [df1, df2]
df = pd.concat(dfs, axis=1, ignore_index=True)     
print df   

结果是

     0    1    2    3    4    5    
0   A0   B0   D0  NaN  NaN  NaN  
2   A1   B1   D1  NaN  NaN  NaN    
3   A2   B2   D2   A7   C7   D7   
4   A3   B3   D3  NaN  NaN  NaN  
5  NaN  NaN  NaN   A4   C4   D4  
6  NaN  NaN  NaN   A5   C5   D5  
7  NaN  NaN  NaN   A6   C6   D6           

即使我使用重置索引

df1.reset_index()    
df2.reset_index() 

然后尝试

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

它仍然产生相同的结果！

Answer 1

如果我理解正确的话，这就是你想做的。

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                    index=[0, 2, 3,4])

df2 = pd.DataFrame({'A1': ['A4', 'A5', 'A6', 'A7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D2': ['D4', 'D5', 'D6', 'D7']},
                    index=[ 4, 5, 6 ,7])


df1.reset_index(drop=True, inplace=True)
df2.reset_index(drop=True, inplace=True)

df = pd.concat( [df1, df2], axis=1) 

这给出了：

    A   B   D   A1  C   D2
0   A0  B0  D0  A4  C4  D4
1   A1  B1  D1  A5  C5  D5
2   A2  B2  D2  A6  C6  D6
3   A3  B3  D3  A7  C7  D7

实际上，我希望

df = pd.concat(dfs,axis=1,ignore_index=True)

给出相同的结果。

这是来自jreback的精彩解释：

ignore_index=True

‘忽略’，意思是不在连接轴上对齐。它只是按照传递的顺序将它们粘贴在一起，然后重新分配实际索引的范围（例如

range(len(index))

） 因此，连接非重叠索引（假设示例中为

axis=1

）之间的区别在于，使用

ignore_index=False

（默认值），您可以获得索引的串联，而使用

ignore_index=True

，您可以获得一个范围。

Answer 2

ignore_index选项在您的示例中起作用，您只需要知道它忽略了串联轴，在您的情况下是列。 （也许更好的名称是ignore_labels。）如果您希望串联忽略索引标签，那么您的轴变量必须设置为0（默认值）。

Answer 3

如果您想保留左侧数据框的索引，请使用

set_index

:

将 df2 的索引设置为 df1

pd.concat([df1, df2.set_index(df1.index)], axis=1)

Answer 4

同意评论，最好总是发布预期的输出。

这就是你要找的吗？

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                    index=[0, 2, 3,4])

df2 = pd.DataFrame({'A1': ['A4', 'A5', 'A6', 'A7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D2': ['D4', 'D5', 'D6', 'D7']},
                    index=[ 5, 6, 7,3])


df1 = df1.transpose().reset_index(drop=True).transpose()
df2 = df2.transpose().reset_index(drop=True).transpose()


dfs = [df1,df2]
df = pd.concat( dfs,axis=0,ignore_index=True)

print df



    0   1   2
0  A0  B0  D0
1  A1  B1  D1
2  A2  B2  D2
3  A3  B3  D3
4  A4  C4  D4
5  A5  C5  D5
6  A6  C6  D6
7  A7  C7  D7

Answer 5

您可以使用 numpy 的 concatenate 来实现结果。

cols = df1.columns.to_list() + df2.columns.to_list()
dfs = [df1,df2]
df = np.concatenate(dfs, axis=1)  
df = pd.DataFrame(df, columns=cols)

Out[1]: 
    A   B   D  A1   C  D2
0  A0  B0  D0  A4  C4  D4
1  A1  B1  D1  A5  C5  D5
2  A2  B2  D2  A6  C6  D6
3  A3  B3  D3  A7  C7  D7

Answer 6

谢谢你的询问。我遇到过同样的问题。 由于某种原因，“ignore_index=True”对我的情况没有帮助。 我想保留第一个数据集的索引并忽略第二个索引，这对我有用

X_train=pd.concat([train_sp, X_train.reset_index(drop=True, inplace=True)], axis=1)