如何连接pandas.DataFrames列

Question

我有一个数据帧称为raw_df：

columns = ['force0', 'distance0', 'force1', 'distance1'] 

raw_data = [{'force0': 1.2, 'distance0': 0.0, 'force1': 0.5, 'distance1': 0.0}, 
      {'force0': 1.3, 'distance0': 0.1, 'force1': 0.6, 'distance1': 0.0}, 
      {'force0': 1.4, 'distance0': 0.2, 'force1': 0.7, 'distance1': 0.3}, 
      {'force0': 1.5, 'distance0': 0.5, 'force1': 0.8, 'distance1': 0.6}] 

raw_df = pd.DataFrame(raw_data, columns=columns) 

raw_df看起来是这样的：

force0 distance0 force1 distance1 
0  1.2  0.0  0.5  0.0 
1  1.3  0.1  0.6  0.0 
2  1.4  0.2  0.7  0.3 
3  1.5  0.5  0.8  0.6 

目前没有指标，但我想的距离列合并为一个索引，所以列是：

  force0 force1 
distance     
0.0   1.2  0.5 
0.0   NaN. 0.6 
0.1   1.3  NaN 
0.2   1.4  NaN 
0.3   NaN  0.7 
0.5   1.5  NaN 
0.6   NaN  0.8 

请注意，distance1 = 0.0时force1中有2个条目。

索引（距离）不应该排序：它们增加然后可变地减少，并且每个测试的原始顺序是重要的。

Stefan对我描述不清的问题发表了一个惊人的答案，但它似乎用其他数字填补了任何失踪的力量（这会误导人，因为这些测试中没有对这些距离进行力测量）。我使用np.nan作为缺失值，因为我认为这是pandas所做的。

我认为merge或join可能会做我所需要的但不能理解的the docs。

也许pandas.DataFrame不是为这样的数据，我应该使用numpy.genfromtxt代替，只是选择我需要在飞行中的列：我看不出有任何优势，使用上飞一个pandas.DataFrame，如果我选择列（因为在这种情况下我没有使用索引）。

感谢您的任何帮助。

Answer 1

我解决了使用MultiIndex DataFrame问题：使用pd.read_csv()

结合DataFrames

1. 阅读每个测试到一个单独的数据帧到一个使用df = pd.concat(frame_list, keys=test_names)

而不是写在这里长描述，我写了a Jupyter notebook这个主题，比较了MultiIndex方法和保持DataFrame的标准Python列表。

Answer 2

如果我理解正确的话，你是从一个类似的情况开始：

columns = list(sum(list(zip(['Forces{}'.format(i) for i in range(4)], ['Distances{}'.format(i) for i in range(4)])),())) 
df = pd.DataFrame(np.random.randint(1, 11, size=(100, 8)), columns=columns) 

    Forces0 Distances0 Forces1 Distances1 Forces2 Distances2 Forces3 \ 
0  3   5  8   3  7   4  2 
1  1   4  10   9  9   3  6 
2  10   3  1   3  3   7  8 
3  2   1  3   6  10   10  10 
4  4   2  9   1  3   10  8 

    Distances3 
0   8 
1   5 
2   3 
3   8 
4   8 

和你的目标是有各种Distance列形成一个index而相应Forcecolumns remain in place. You could stack`的帧像这样：

df.set_index([c for c in df.columns if c.startswith('Force')], inplace=True) 
df = df.stack().reset_index(level=-1, drop=True).reset_index().rename(columns={0: 'Distance'}) 
df.set_index(['Distance'], inplace=True) 

获得：

  Forces0 Forces1 Forces2 Forces3 
Distance          
9    7  4  6  7 
9    7  4  6  7 
1    7  4  6  7 
6    7  4  6  7 
5    1  2  3  1