Pandas 将行与不同的行名称组合在一起 [英] Pandas combining rows with different row Names

问题描述

我有以下熊猫表:

         A1       A2        A3        A4       B1        B2        B3      B4
3  0.202425  0.13495  0.202425  0.202425  0.94465  0.877175  0.877175  0.8097

我想安排这张桌子:

         A1       A2        A3        A4
   0.202425  0.13495  0.202425  0.202425
    0.94465  0.877175  0.877175  0.8097

推荐答案

您可以选择两组columns，重命名第二组以匹配第一组，然后使用pd.concat() 垂直组合:

You could select the two groups of columns, rename the second group to match the first group, and then use pd.concat() to combine vertically:

a_cols = [c for c in df.columns if c.startswith('A')]
b_cols = [c for c in df.columns if c not in a_cols]
col_dict = dict(zip(b_cols, a_cols))

pd.concat([df.loc[:, a_cols], df.loc[:, b_cols].rename(columns=col_dict)])

         A1        A2        A3        A4
0  0.202425  0.134950  0.202425  0.202425
0  0.944650  0.877175  0.877175  0.809700

这篇关于Pandas 将行与不同的行名称组合在一起的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！