追加 pandas 数据框问题

Question

我有两个数据框，有 2100 行 × 857 列。我想将第二个附加到第一个。我用X_train_features = X_train_features.append(X_train_Specfeatures, ignore_index= True)这个。但我得到的数据框不是 4200 行 x 857 列，而是 4200 行 x 1714 列。看看下面的图片。这是第一个数据框。这是第二个。我通过附加得到的输出是我不明白出了什么问题。

Answer 1

事实上，您想要的是连接两个数据框。

您可以使用 pd.concat()

pd.concat([first_df,second_df],axis=0)

Answer 2

合并两个数据框的常用方法是使用 pandas .concat() 函数。然后，您必须指定 axis = 0 以根据列的标签合并数据框：

df1=pd.DataFrame({"a":[1,2,3],"b":[4,5,6]})

df2=pd.DataFrame({"a":[7,8,9],"b":[10,11,12]})

pd.concat([df1,df2],axis=0)

Answer 3

也许你可以解决你的具体问题

X_train_Specfeatures.columns = X_train_features.columns

背景

正如评论中提到的，当两个 dfs 的列标签不相同时，通常会发生这种情况。

拿这两个dfs

df = pd.DataFrame([[0, 1], [2, 3]])

df2 = df.copy()

如果您append（或concat，都一样），您将得到 4x2 df，因为列标签完全相同。

# df_out = df.append(df2, ignore_index=True)

df_out = pd.concat([df, df2])

print(df_out)

   0  1

0  0  1

1  2  3

2  0  1

3  2  3

但是，如果您更改一个 df 中的列名称，您将得到一个 4x4 df，因为 pandas 会尝试对齐列标签。

df2.columns = ['0', '1']

# df_out = df.append(df2, ignore_index=True)

df_out = pd.concat([df, df2], ignore_index=True)

print(df_out)

     0    1    0    1

0  0.0  1.0  NaN  NaN

1  2.0  3.0  NaN  NaN

2  NaN  NaN  0.0  1.0

3  NaN  NaN  2.0  3.0

请注意，即使列名打印相同，它们实际上是不同的值（一个 df0是整数，另一个是字符串）。因此 pandas 将它们解释为不同的列，并且由于第二个 df 没有第一列的值，因此它会填充NaN.