我希望我的问题首先有意义。
所以我有几个 csv 文件,我想将它们合并到一个数据帧中,每个数据帧的结构都相似,每年在对象上记录某个指标。每个数据帧由特定类别分隔。
例如,简化版本是每个班级的学生成绩:
DF1: Math
Year . Student1 . Student2 ... Student500 . Student501
2001 . 90 . 84 ... 92 . 65
2002 . 84 . 62 ... 70 . 100
...
2020 . 75 . 43 ... 50 . 83
DF2: Science
Year . Student1 . Student2 ... Student500 . Student501
2001 . 56 . 70 ... 82 . 99
2002 . 76 . 55 ... 70 . 80
...
2020 . 75 . 43 ... 50 . 83
DF3: History
Year . Student1 . Student2 ... Student500 . Student501
2001 . 90 . 84 ... 92 . 65
2002 . 84 . 62 ... 70 . 100
...
2020 . 75 . 43 ... 50 . 83
我希望将这些数据帧合并为一个具有以下结构的数据帧
Year . Student . Math . Science . English
我的尝试是创建一个新的空数据帧,如下所示:
import pandas as pd
combinedDf = pd.DataFrame({'Year':[], 'Student':[], 'Math':[], 'Science':[], 'English':[]})
然后尝试手动迭代每个数据帧,循环遍历每一行并将数据追加到组合的 Df。因此,对于数学表,我必须为科学和英语值添加 None 和 None,直到我在相关数据帧中迭代这些值,以便我可以将它们插入到我的组合 Df 中。这很快就变得非常令人沮丧,因为有时一年或学生从其中一张桌子上失踪。
所以我的问题是:有没有更简单的方法来合并这些数据帧?我想它不应该这么复杂,但我似乎找不到更简单的方法来解决它。
谢谢
你可以尝试concat
stack
s=pd.concat([df1,df2,df3],keys=['math','scie','his']).
set_index('Year',append=True).stack().unstack(level=0).reset_index()