Pandas等价的rbind操作

Question

基本上，我正在遍历一堆CSV文件，最后我想将每个数据帧append成一个。实际上，我需要的只是一个rbind类型的函数。因此，我做了一些搜索，并跟踪了guide。然而，我仍然无法得到理想的解决方案。

下面附上了一个示例代码。例如，data1的形状始终为47 x 42。但在前三个文件之后，data_out_final的形状变为(47，42)、(47，84)和(47,126)。理想情况下，它应该是(141，42)。此外，我还检查了data1的索引，即RangeIndex(start=0, stop=47, step=1)。感谢您的建议！

我的pandas版本是0.18.1

代码

appended_data = []
for csv_each in csv_pool:
    data1 = pd.read_csv(csv_each, header=0)
    # do something here
    appended_data.append(data2) 
data_out_final = pd.concat(appended_data, axis=1)

如果使用data_out_final = pd.concat(appended_data, axis=1)，则data_out_final的形状变为(141，94)

PS

有点想通了。实际上，您必须在pd.concat之前标准化列名。

Answer 1

>>> df1
          a         b
0 -1.417866 -0.828749
1  0.212349  0.791048
2 -0.451170  0.628584
3  0.612671 -0.995330
4  0.078460 -0.322976
5  1.244803  1.576373
6  1.169629 -1.135926
7 -0.652443  0.506388
8  0.549604 -0.691054
9 -0.512829 -0.959398

>>> df2
          a         b
0 -0.652161  0.940932
1  2.495067  0.004833
2 -2.187792  1.692402
3  1.900738  0.372425
4  0.245976  1.894527
5  0.627297  0.029331
6 -0.828628 -1.600014
7 -0.991835 -0.061202
8  0.543389  0.703457
9 -0.755059  1.239968

>>> pd.concat([df1, df2])
          a         b
0 -1.417866 -0.828749
1  0.212349  0.791048
2 -0.451170  0.628584
3  0.612671 -0.995330
4  0.078460 -0.322976
5  1.244803  1.576373
6  1.169629 -1.135926
7 -0.652443  0.506388
8  0.549604 -0.691054
9 -0.512829 -0.959398
0 -0.652161  0.940932
1  2.495067  0.004833
2 -2.187792  1.692402
3  1.900738  0.372425
4  0.245976  1.894527
5  0.627297  0.029331
6 -0.828628 -1.600014
7 -0.991835 -0.061202
8  0.543389  0.703457
9 -0.755059  1.239968

除非我误解了你需要的东西，否则这就是你需要的。

Answer 2

尝试：http://pandas.pydata.org/pandas-docs/stable/10min.html?highlight=concat#concat

pandas提供了各种工具，可以轻松地将系列、DataFrame和面板对象与连接/合并类型操作中的索引和关系代数功能的各种集合逻辑组合在一起。