合并具有相同列名但不同索引的多个 Pandas 系列

Question

我有很多Pandas系列数据，结构大致如下。

s1                  s2                  s3                 s4
Date    val1        Date    val1        Date   val2        Date    val2
Jan     10          Apr     25          Jan    14          Apr     11
Feb     11          May     18          Feb    17          May     7
Mar     8           Jun     15          Mar    16          Jun     21

我希望将这些系列合并成一个单独的数据框，结构如下：

Date    val1    val2
Jan     10      14
Feb     11      17
Mar     8       16
Apr     25      11
May     18      7
Jun     15      21

为了将它们合并，我尝试使用pd.concat创建这个单一的数据框。然而，我没能做到。使用pd.concat(series, axis=1)的结果（其中series是一个列表[s1,s2,s3,s4]）是：

Date    val1    val1    val2    val2
Jan     10      nan     14      nan
Feb     11      nan     17      nan
Mar     8       nan     16      nan
Apr     nan     25      nan     11
May     nan     18      nan     7
Jun     nan     15      nan     21

pd.concat(series, axis=0)仅创建一个单一的series，无视列名。

在concat中是否有参数可以得到我想要的结果？或者是否有其他函数可以将错误的、填充了nan值的数据框合并为具有非重复列且无nan值的框架？

- John Wendeborn

---

你的输入看起来像是一个多级索引的数据框。 - anky

我不太确定那是什么意思。 - John Wendeborn

Answer 1

一种方法是按Date分组并选择first：

(pd.concat( [s1,s2,s3,s4])
   .groupby('Date', as_index=False, sort=False).first()
)

输出：

  Date  val1  val2
0  Jan    10    14
1  Feb    11    17
2  Mar     8    16
3  Apr    25    11
4  May    18     7
5  Jun    15    21

- Quang Hoang