如何合并拆分后的DataFrame子集？求s1+s2类合并操作方法

你用+号合并DataFrame子集的方式是错误的——Pandas里的+运算符是对元素做逐元素加法运算，不是合并行。要合并两个DataFrame子集，应该用pd.concat()方法。

修正后的完整代码 #

import pandas as pd
import numpy as np

df = data

shuffle = df.sample(frac=1)
dfrand = np.array_split(shuffle, 3)

s1 = dfrand[0]
s2 = dfrand[1]
s3 = dfrand[2]

# 合并s1和s2得到trainingSet1
trainingSet1 = pd.concat([s1, s2], ignore_index=True)
trainingSet2 = pd.concat([s1, s3], ignore_index=True)
trainingSet3 = pd.concat([s2, s3], ignore_index=True)

关键说明 #

• pd.concat([df1, df2])是Pandas标准的合并DataFrame方法，默认沿行方向（axis=0）拼接两个DataFrame的内容。
• 参数ignore_index=True会重置合并后DataFrame的索引，避免出现原子集的重复索引问题；若需要保留原索引，可去掉该参数。

内容的提问来源于stack exchange，提问作者Bubbelz