Pandas concat导致NaN行？

Question

我有两个数据框，行数相同：1434行，我想在轴1上将它们连接起来：

res = pd.concat([df_resolved, df1], axis=1)

这两个数据框没有任何相同的列名。我只想像这样连接它们：

df1:        df2:
col1 col2 | col3 col4
1    0    | 9    0
6    0    | 0    0

=
concatenated_df:
col1 col2 col3 col4
1    0    9    0
6    0    0    0

这在像这样的小示例中运行良好，但出于某些原因，如果我尝试在原始数据集上执行此操作（该数据集对我来说太大而无法监控），我最终会得到许多NaN行（我正在尝试连接1434x24和1434x17458形状的数据帧）。 因此结果有点像：

concatenated_df:
col1 col2 col3 col4
col1 col2 col3 col4
1    0    9    0
6    0    0    0
NaN  NaN  0    0

但我不知道为什么会这样。你有任何想法吗？我尝试通过在较小的数据框中将所有列重命名并在列名后添加 _xyz 字符串，但问题仍然存在。

- lte__

---

https://dev59.com/O2Ij5IYBdhLWcg3wk182 - BENY

Answer 1

这里有一个类似的问题的答案可能会有所帮助：pandas concat generates nan values 简而言之，如果两个数据框的行索引存在任何不匹配，连接后的数据框将在不匹配的行中生成NaN。如果您不需要保留索引，可以在连接之前对两个数据集同时使用df.reset_index(drop=True, inplace=True)来解决问题。

- ada's_human

---

我认为你的答案应该被采纳，因为它与 Pandas 更相关。 - Harshdeep Singh

Answer 2

我曾经遇到过相同的问题，当我生成训练和测试集时。这是我的解决方案，然而，我不知道为什么 pd.concat 在这种情况下也无法工作 ...

l1=df.values.tolist()
l2=df_resolved.values.tolist()
for i in range(len(l1)):
    l1[i].extend(l2[i])

df=pd.DataFrame(l1,columns=df.columns.tolist()+df_resolved.columns.tolist())

- BENY

---

我现在非常爱你！ :D - lte__

@lte__ 兄弟，我还是和你一样的问题，pd.concat不起作用...T_T - BENY

稍微清晰一点： - undefined