如何将多个DataFrame中Pandas列的值合并到一个DataFrame的单列中？

Question

可以使用以下代码来创建数据框：

import pandas as pd

s1 = pd.DataFrame({'item':['apple','apple','apple']}, 
                  index=['1/2/2024','1/5/2024','1/6/2024'])
s2 = pd.DataFrame({'item':['orange','orange','orange']}, 
                  index=['1/3/2024','1/5/2024','1/7/2024'])
s3 = pd.DataFrame({'item':['banana','banana','banana','banana']}, 
                  index=['1/4/2024','1/5/2024','1/6/2024','1/7/2024'])
print(s1)
print(s2)
print(s3)

打印出来的结果是这样的：

           item
1/2/2024  apple
1/5/2024  apple
1/6/2024  apple
            item
1/3/2024  orange
1/5/2024  orange
1/7/2024  orange
            item
1/4/2024  banana
1/5/2024  banana
1/6/2024  banana
1/7/2024  banana

我想根据日期索引，把每个数据框中的项目值（用逗号分隔）合并在一起。

我希望最终的数据框看起来是这样的：

                         item
1/2/2024                apple
1/3/2024               orange
1/4/2024               banana
1/5/2024  apple,orange,banana
1/6/2024         apple,banana
1/7/2024        orange,banana

这看起来是个简单的问题，但抱歉，我是个新手，只是兼职在学Python，我实在搞不明白。非常感谢你能提供的任何帮助。

Answer 1

沿着索引连接数据框：

result = pd.concat([s1, s2, s3], axis=0)

根据索引分组，并把项目聚合成一个用逗号分隔的列表：

result = result.groupby(result.index)['item'].agg(','.join)

创建一个新的数据框，里面包含聚合后的项目：

result_df = pd.DataFrame({'item': result})

Answer 2

concat 和 groupby.agg 是用来根据索引进行分组的：

out = pd.concat([s1, s2, s3]).groupby(level=0).agg(','.join)

输出结果：

                         item
1/2/2024                apple
1/3/2024               orange
1/4/2024               banana
1/5/2024  apple,orange,banana
1/6/2024         apple,banana
1/7/2024        orange,banana

Answer 3

你可以把这三个数据框合并在一起，然后根据索引进行分组，最后把每个组中的行连接起来：

df = pd.concat([s1, s2, s3]).groupby(level=0).agg(lambda x: ",".join(x))

                         item
1/2/2024                apple
1/3/2024               orange
1/4/2024               banana
1/5/2024  apple,orange,banana
1/6/2024         apple,banana
1/7/2024        orange,banana