Python中拼接DataFrame并拆分group列的实现方法求助

核心思路 #

先为两个DataFrame的group列赋予不同名称，再通过纵向拼接实现需求，避免merge的过度扩展或直接concat的列冲突问题。

具体实现代码 #

import pandas as pd

# 原始数据
df1 = pd.DataFrame({
    'sample': ['A', 'B', 'C', 'D'],
    'group': [1,0,1,0],
    'value': [123, 64, 534, 873]
})

df2 = pd.DataFrame({
    'sample': ['A', 'D', 'E'],
    'group': [1,1,0],
    'value': [372, 981, 23]
})

# 1. 重命名group列，避免拼接时冲突
df1_renamed = df1.rename(columns={'group': 'group_x'})
df2_renamed = df2.rename(columns={'group': 'group_y'})

# 2. 纵向拼接两个数据集，重置索引
df3 = pd.concat([df1_renamed, df2_renamed], axis=0, ignore_index=True)

# 查看结果
print(df3)

输出结果 #

sample  group_x  group_y  value
0      A      1.0      NaN    123
1      B      0.0      NaN     64
2      C      1.0      NaN    534
3      D      0.0      NaN    873
4      A      NaN      1.0    372
5      D      NaN      1.0    981
6      E      NaN      0.0     23

方法说明 #

• 直接pd.concat未重命名时，会将两个group列合并为一列，无法区分来源；重命名后拼接则会保留各自的分组标识，空缺值自动填充NaN。
• pd.merge会基于sample等列做匹配连接，导致相同样本的行被合并或扩展，不符合保留原始行结构的需求。

内容的提问来源于stack exchange，提问作者Ssong