如何使用熊猫中的索引连接两个数据帧？

Question

我有以下数据框 df1         value0     0.1645601     0.0000002     0.3500003     0.700000    ...3778  0.3500003779  0.0000003780  0.1375003781  0.253333和另一个数据框 df2                 0             12669  1.744478e-05  2.323815e-055417  2.274561e-06  5.808474e-046102  2.220705e-06  1.605110e-044033  2.018643e-04  2.867235e-054877  4.549740e-07  6.233500e-04             ...4470  2.761791e-06  6.504309e-055071  1.261781e-06  8.010408e-053635  4.810822e-05  3.325764e-055378  1.133819e-04  4.934986e-05通过连接两个数据帧，我希望通过从 df2 中删除第 0 列和第 1 列，将 df2 中的索引作为连接数据帧中的 id 列。所以所需的输出看起来像  id         value2669     0.1645605417     0.0000006102     0.3500004033     0.700000    ...4470     0.3500005071     0.0000003635     0.1375005378     0.253333我试过df3 = pd.concat([df2, df1], ignore_index=True)使用 pd.concat 输出连接的数据框         value             0             10     0.164560           NaN           NaN1     0.000000           NaN           NaN2     0.350000           NaN           NaN3     0.700000           NaN           NaN          ....7382       NaN  4.165176e-05  2.615312e-057383       NaN  2.357132e-05  5.779454e-057384       NaN  1.761602e-06  7.960426e-057385       NaN  9.162049e-11  1.627316e-04

Answer 1

我有以下数据框 df1

         value

0     0.164560

1     0.000000

2     0.350000

3     0.700000

    ...

3778  0.350000

3779  0.000000

3780  0.137500

3781  0.253333

和另一个数据框 df2

                 0             1

2669  1.744478e-05  2.323815e-05

5417  2.274561e-06  5.808474e-04

6102  2.220705e-06  1.605110e-04

4033  2.018643e-04  2.867235e-05

4877  4.549740e-07  6.233500e-04

             ...

4470  2.761791e-06  6.504309e-05

5071  1.261781e-06  8.010408e-05

3635  4.810822e-05  3.325764e-05

5378  1.133819e-04  4.934986e-05

通过连接两个数据帧，我希望通过从 df2 中删除第 0 列和第 1 列，将 df2 中的索引作为连接数据帧中的 id 列。所以所需的输出看起来像

  id         value

2669     0.164560

5417     0.000000

6102     0.350000

4033     0.700000

    ...

4470     0.350000

5071     0.000000

3635     0.137500

5378     0.253333

我试过

df3 = pd.concat([df2, df1], ignore_index=True)

使用 pd.concat 输出连接的数据框

         value             0             1

0     0.164560           NaN           NaN

1     0.000000           NaN           NaN

2     0.350000           NaN           NaN

3     0.700000           NaN           NaN

          ....

7382       NaN  4.165176e-05  2.615312e-05

7383       NaN  2.357132e-05  5.779454e-05

7384       NaN  1.761602e-06  7.960426e-05

7385       NaN  9.162049e-11  1.627316e-04