Pandas,Python-合并具有相同键但具有不同值的列

Bellycose • 3 年前 • 1606 次点击

从我的for循环中,结果列表如下:

#These lists below are list types and in ordered/structured.
key=[1234,2345,2223,6578,9976] 
index0=[1,4,6,3,4,5,6,2,1]
index1=[4,3,2,1,6,8,5,3,1]
index2=[9,4,6,4,3,2,1,4,1]

我如何将它们合并到熊猫的桌子上?以下是预期。

key  | index0 |  index1 |  index2
1234 |   1    |    4    |    9
2345 |   4    |    3    |    4
...  |  ...   |   ...   |   ...
9967 |   1    |    1    |    1

我曾尝试使用pandas,但只在数据类型方面遇到了错误。然后我将数据类型设置为int64和int32,但仍然再次遇到关于数据类型的错误。

对于一个可选问题,我是否应该尝试用SQL从列表中的类似数据组装一个表?我正在用mySQL学习SQL,想知道在记录保存和持久存储方面是否比熊猫更方便?

非常感谢您的帮助。如果你有任何问题,请告诉我。

Python社区是高质量的Python/Django开发社区
本文地址：http://www.python88.com/topic/128476

文章 [ 2 ] | 最新文章 3 年前

• 1 楼

rhug123 3 年前

还有一种方法:

首先将数据加载到字典中:

d = dict(key=[1234,2345,2223,6578,9976],
index0=[1,4,6,3,4,5,6,2,1],
index1=[4,3,2,1,6,8,5,3,1],
index2=[9,4,6,4,3,2,1,4,1])

然后转换成df:

df = pd.DataFrame({i:pd.Series(j) for i,j in d.items()})

输出:

      key  index0  index1  index2
0  1234.0       1       4       9
1  2345.0       4       3       4
2  2223.0       6       2       6
3  6578.0       3       1       4
4  9976.0       4       6       3
5     NaN       5       8       2
6     NaN       6       5       1
7     NaN       2       3       4
8     NaN       1       1       1

• 2 楼

richardec 3 年前

用口述把它传给 pd.DataFrame :

dct = {
    'key': pd.Series(key),
    'index0': pd.Series(index0),
    'index1': pd.Series(index1),
    'index2': pd.Series(index2),
}

df = pd.DataFrame(dct)

输出:

>>> df
      key  index0  index1  index2
0  1234.0       1       4       9
1  2345.0       4       3       4
2  2223.0       6       2       6
3  6578.0       3       1       4
4  9976.0       4       6       3
5     NaN       5       8       2
6     NaN       6       5       1
7     NaN       2       3       4
8     NaN       1       1       1

登录后回复