我试着把两个巨大的数据框(约15GB)像下面这样: a_df:
A B C D
2018-10-16 a16 b16 c16 d16
2018-10-17 a17 b17 c17 d17
2018-10-18 a18 b18 c18 d18
2018-10-19 a19 b19 c19 d19
2018-10-20 a20 b20 c20 d20
b_df:
A C Y Z
2018-10-21 a21 c21 y21 z21
2018-10-22 a22 c22 y22 z22
要获得最终数据流:
A B C D Y Z
2018-10-16 a16 b16 c16 d16
2018-10-17 a17 b17 c17 d17
2018-10-18 a18 b18 c18 d18
2018-10-19 a19 b19 c19 d19
2018-10-20 a20 b20 c20 d20
2018-10-21 a21 c21 y21 z21
2018-10-22 a22 c22 y22 z22
我尝试的代码:
dfs = [a_df, b_df]
unique_columns = []
for df in dfs:
for column in df.columns:
unique_columns.append(column)
unique_columns = sorted(set(unique_columns))
same_columns_dfs = []
for df in dfs:
empty_df = pd.DataFrame(np.nan, index=df.index, columns=unique_columns)
empty_df.loc[:, df.columns] = df.values
same_columns_dfs.append(empty_df)
final_df = pd.concat(same_columns_dfs, axis=0, sort=True)
有没有更有效的方法呢? 问题来源StackOverflow 地址:/questions/59383627/faster-way-to-concat-dataframes-with-different-columns-vertically
作为你想要的输出,一个直接的pd。dfs列表中的concat和fillna将产生输出
dfs = [a_df, b_df]
df_out = pd.concat(dfs, sort=True).fillna('')
Out[176]:
A B C D Y Z
2018-10-16 a16 b16 c16 d16
2018-10-17 a17 b17 c17 d17
2018-10-18 a18 b18 c18 d18
2018-10-19 a19 b19 c19 d19
2018-10-20 a20 b20 c20 d20
2018-10-21 a21 c21 y21 z21
2018-10-22 a22 c22 y22 z22
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。