我有
df1 = pd.Dataframe(
[
{'a': 1},
{'a': 2},
{'a': 3},
]
)
df2 = pd.Dataframe(
[
{'a': 4},
{'a': 5},
]
)
我想要
df_id a
1 1
2
3
2 4
5
我太快接受了一个答案,这让我不得不这么做
pd.concat([df1, df2], keys=[1,2])
这给出了正确的结果,但[1,2]是硬编码的
我也希望这是渐进的,意思是给定的
df3
df_id a
1 1
2
3
2 4
5
及
df4 = pd.Dataframe(
[
{'a': 6},
{'a': 7},
]
)
我希望连接能够提供
df_id a
1 1
2
3
2 4
5
3 6
7
使用相同的函数
我怎样才能正确地做到这一点
编辑:折扣-我只能使用递增功能进行管理。它不必与单级dfs一起工作,但如果它能够工作,那就太好了
我就是这样解决的
我的方法是嵌套两个
pd.concat
函数,第二个是从单个索引创建MultiIndex
数据帧要合并新的数据帧,请执行以下操作:
编辑:根据ansev的评论,该方法效率低下,运行了一些简单的测试。这是输出:
与他的方法相比:
IIUC
示例
注意
这假设如果我们对属于}的数据帧进行串联,则生成的数据帧将已经排序
l_multi
{相关问题 更多 >
编程相关推荐