Python Pandas - Concat dataframes avec différentes colonnes en ignorant les noms de colonnes

J'ai deux pandas.DataFrames que je voudrais combiner en un seul. Le dataframes ont le même nombre de colonnes, dans le même ordre, mais ont des en-têtes de colonne dans différentes langues. Comment puis-je combiner efficacement ces dataframes?

df_ger
index  Datum   Zahl1   Zahl2
0      1-1-17  1       2
1      2-1-17  3       4

df_uk
index  Date    No1     No2
0      1-1-17  5       6
1      2-1-17  7       8

desired output
index  Datum   Zahl1   Zahl2
0      1-1-17  1       2
1      2-1-17  3       4
2      1-1-17  5       6
3      2-1-17  7       8

La seule approche que j'ai trouvé jusqu'à présent est de renommer les titres des colonnes et ensuite utiliser pd.concat([df_ger, df_uk], axis=0, ignore_index=True). Cependant, j'espère trouver une approche plus générale.

  • Quel est votre préoccupation avec le renommage?
  • Le dataframe, je travaille avec est assez grand. (>30 colonnes). Je l'obtenir à partir d'une source externe, les étiquettes pourraient changer.
  • Peut-être il ya une façon plus générale qui fonctionne avec l'index de colonne, en ignorant l'ensemble des noms de colonne, mais je ne pouvais pas trouver quoi que ce soit, encore.
InformationsquelleAutor Axel | 2017-08-09
  1. 7

    Si les colonnes sont toujours dans le même ordre, vous pouvez mécaniquement renommer les colonnes et les faire un append comme:

    Code:

    new_cols = {x: y for x, y in zip(df_uk.columns, df_ger.columns)}
df_out = df_ger.append(df_uk.rename(columns=new_cols))

    Code De Test:

    df_ger = pd.read_fwf(StringIO(
    u"""
        index  Datum   Zahl1   Zahl2
        0      1-1-17  1       2
        1      2-1-17  3       4"""),
    header=1).set_index('index')

df_uk = pd.read_fwf(StringIO(
    u"""
        index  Date    No1     No2
        0      1-1-17  5       6
        1      2-1-17  7       8"""),
    header=1).set_index('index')

print(df_uk)
print(df_ger)

new_cols = {x: y for x, y in zip(df_uk.columns, df_ger.columns)}
df_out = df_ger.append(df_uk.rename(columns=new_cols))

print(df_out)

    Résultats:

             Date  No1  No2
index                  
0      1-1-17    5    6
1      2-1-17    7    8

        Datum  Zahl1  Zahl2
index                      
0      1-1-17      1      2
1      2-1-17      3      4

        Datum  Zahl1  Zahl2
index                      
0      1-1-17      1      2
1      2-1-17      3      4
0      1-1-17      5      6
1      2-1-17      7      8
    InformationsquelleAutor Stephen Rauch
  2. 2

    À condition que vous pouvez être sûr que les structures des deux dataframes restent les mêmes, je vois deux options:

    1. Garder le dataframe noms de colonne le choix de la langue par défaut (je suppose fr_fr) et il suffit de les copier sur:

      df_ger.columns = df_uk.columns
df_combined = pd.concat([df_ger, df_uk], axis=0, ignore_index=True)

      Cela fonctionne quelles que soient les noms de colonne. Cependant, techniquement, il reste le renommage.

    2. Tirer les données du dataframe utilisation de numpy.ndarrays, de les enchaîner dans numpy, et de faire un dataframe de nouveau:

      np_ger_data = df_ger.as_matrix()
np_uk_data = df_uk.as_matrix()
np_combined_data = numpy.concatenate([np_ger_data, np_uk_data], axis=0)
df_combined = pd.DataFrame(np_combined_data, columns=["Date", "No1", "No2"])

      Cette solution nécessite plus de ressources, donc j'opterais pour la première.

    InformationsquelleAutor C. Nitschke
  3. 0

    Je ne suis pas si sûr que ce sera plus simple que ce que vous aviez à l'esprit, mais si l'objectif principal est de quelque chose de plus général alors cela devrait être bien avec une hypothèse: Les colonnes dans les deux fichiers correspondent par exemple, si la date de la première colonne, la version traduite sera également la première colonne.

    # number of columns
n_columns = len(df_ger.columns)

# save final columns names
columns = df_uk.columns

# rename both columns to numbers
df_ger.columns = range(n_columns)
df_uk.columns = range(n_columns)

# concat columns
df_out = pd.concat([df_ger, df_uk], axis=0, ignore_index=True)

# rename columns in new dataframe
df_out.columns = columns
    InformationsquelleAutor osbon123