熊猫相当于rbind操作

Question

基本上,我循环遍历一堆CSV文件,最后想将append每个数据帧合二为一.实际上,我只需要一个rbind类型函数.所以,我做了一些搜索,并按照指南.但是,我仍然无法获得理想的解决方案.

下面附有示例代码.例如,data1的形状总是47乘42但是data_out_final在前三个文件之后变为(47,42),(47,84)和(47,126)的形状.理想情况下,它应该是(141,42).另外,我检查索引data1,这是RangeIndex(start=0, stop=47, step=1).感谢任何建议!

我的pandas版本是0.18.1

码

appended_data = []
for csv_each in csv_pool:
    data1 = pd.read_csv(csv_each, header=0)
    # do something here
    appended_data.append(data2) 
data_out_final = pd.concat(appended_data, axis=1)

如果使用data_out_final = pd.concat(appended_data, axis=1),data_out_final的形状变为(141,94)

PS

有点想象出来.实际上,您必须先标准化列名pd.concat.

Answer 1

>>> df1
          a         b
0 -1.417866 -0.828749
1  0.212349  0.791048
2 -0.451170  0.628584
3  0.612671 -0.995330
4  0.078460 -0.322976
5  1.244803  1.576373
6  1.169629 -1.135926
7 -0.652443  0.506388
8  0.549604 -0.691054
9 -0.512829 -0.959398

>>> df2
          a         b
0 -0.652161  0.940932
1  2.495067  0.004833
2 -2.187792  1.692402
3  1.900738  0.372425
4  0.245976  1.894527
5  0.627297  0.029331
6 -0.828628 -1.600014
7 -0.991835 -0.061202
8  0.543389  0.703457
9 -0.755059  1.239968

>>> pd.concat([df1, df2])
          a         b
0 -1.417866 -0.828749
1  0.212349  0.791048
2 -0.451170  0.628584
3  0.612671 -0.995330
4  0.078460 -0.322976
5  1.244803  1.576373
6  1.169629 -1.135926
7 -0.652443  0.506388
8  0.549604 -0.691054
9 -0.512829 -0.959398
0 -0.652161  0.940932
1  2.495067  0.004833
2 -2.187792  1.692402
3  1.900738  0.372425
4  0.245976  1.894527
5  0.627297  0.029331
6 -0.828628 -1.600014
7 -0.991835 -0.061202
8  0.543389  0.703457
9 -0.755059  1.239968

除非我误解你的需要,否则这就是你所需要的.