逻辑和数据帧在一起

Question

我有一系列七个相同长度的数据帧。你知道吗

日期1看起来像：

   month  day  year
0     04   20  2009
1     04   20    09
2      4   20    09
3      4    3    09
4    NaN  NaN   NaN
5    NaN  NaN   NaN
6    NaN  NaN   NaN
7    NaN  NaN   NaN
8    NaN  NaN   NaN
...

日期2看起来像：

   month  day  year
0    NaN  NaN   NaN
1    NaN  NaN   NaN
2    NaN  NaN   NaN
3    NaN  NaN   NaN
4    Mar   20  2009
5    Mar   20  2009
6    Mar   20  2009
7    Mar   20  2009
8    Mar   20  2009
...

等等，更新7。我想创建一个数据帧，将它们合并在一起，但合并似乎不适合我。你知道吗

以下是我目前正在做的：

alldates = pd.concat([dates1,dates2,dates3,dates4], axis=0)
return alldates.dropna()

这是可行的，但一旦我加上date5，date6，date7，它就开始混乱了，因为那些数据帧有一些与alldates具有相同索引值的行。你知道吗

我被这个难住了。我还需要提供什么信息？有没有更优雅的方法来解决这个问题？你知道吗

Answer 1

也许你只需要在连接后删除重复的索引，只保留第一个索引，即

alldates = pd.concat([dates1,dates2,dates3,dates4], axis=0).dropna()
alldates = alldates.loc[~alldates.index.duplicated(keep='first')]

print(alldates)

month  day  year
0     4   20  2009
1     4   20     9
2     4   20     9
3     4    3     9
4   Mar   20  2009
5   Mar   20  2009
6   Mar   20  2009
7   Mar   20  2009
8   Mar   20  2009

如果您试图从其他数据帧填充nan值，那么您可以使用

adf = df.fillna(df2)

对于两个以上的数据帧

l = [dates1,dates2]

for i in range(len(l)-1):
    ndf = l[i]
    ndf = ndf.fillna(l[i+1])

Answer 2

您可以尝试如下使用append：

dataframes = [dates1,dates2,dates3,dates4]
alldates = pd.DataFrame() 
for dataframe in dataframes:
    alldates = alldates.append(dataframe)
return alldates.dropna()