连接、熊猫和join_axes

Question

我一直在网上寻找这方面的例子，但没有发现任何东西。

让df1, df2, .. dfn是熊猫的数据，按原版编制索引。

当我运行命令时发生了什么：

pandas.concat([df1,..,dfn],axis=1,join_axes=[df1.index])

它不会给我一个错误，并提供一个数据。我已经贴上了与此相关的文档中所能找到的所有内容。当指数之间出现不匹配时会发生什么？熊猫怎么知道如何使用其他数据的索引，我想我可能需要把其他n-1熊猫的数据的所有索引都放进去。

有小费吗？

join_axes :索引对象特定于其他n-1轴的索引列表，而不是执行内部/外部集逻辑。

Answer 1

n的意义

首先，n in n-1指的是每个数据文件中的维度的数量，而不是数据的数量。你可以从第938 at行中的源代码看到这一点

def _get_new_axes(self):
    ndim = self._get_result_dim()
    new_axes = [None] * ndim

    if self.join_axes is None:
        for i in range(ndim):
            if i == self.axis:
                continue
            new_axes[i] = self._get_comb_axis(i)
    else:
        if len(self.join_axes) != ndim - 1:
            raise AssertionError("length of join_axes must not be "
                                 "equal to {0}".format(ndim - 1))

(因此，它实际上不应该在文档中读取文档。我猜这个公式是基于一个常用的例子，在这个例子中，join_axes传递的索引是的索引，其中一个是dataframes。不过，通过的指数也可能是一个新的综合指数。)

join_axes的使用

实际使用join_axes是用替换--您想要用不同的索引连接的数据文件的索引(或者实际上每个维度都有一个索引)。

在此过程中，每个数据each中的值只是分配给新索引的，而忽略了它包含的索引。此外，如果其中一个数据(在任何维度中)比相应的索引更长，那么它将被截断。

将时间序列合并成一个数据

您可能想要实现的是将一组Series合并到一个DataFrame中，并保留它们的原始(部分)非匹配索引。

pandas.concat([df1,..,dfn], axis=1, join='outer')

这样做(用join=outer)。

(但是，当您想要绘制最终的数据文件时，您可能需要找到一个解决办法，因为所有列都被NaNs打断。。)

Answer 2

不推荐Join_axes。现在支持的方法是

pandas.concat([df1,..,dfn],axis=1).reindex(df1.columns)

Answer 3

制作join_axes=[df1.columns]

pandas.concat([df1,..,dfn],axis=1,join_axes=[df1.columns])