如何合并DataFrame中列名相同的列数据

当前数据结构 #

期望输出格式 #

REC     |      HDB       |       ADF    
------------------------------------------------
ISN   | Mdate |  ISN   | Mdate | ISN   |  Mdate
------------------------------------------------
INE02   6/30  |  INE75   6/29  | INE86    6/28  
INE94   6/16  |  INE03   6/14  | INE00    6/12

实现代码（Pandas） #

import pandas as pd

# 构造原始DataFrame
data = {
    'FIDB': ['ISIN', 'MDat'],
    'RECOM': ['INE0212', '6/30 2'],
    'HDBAS': ['INE752', '6/29 22'],
    'ADFDS': ['INE862', '6/28 22'],
    'RECOM': ['INE943', '6/16 2'],
    'ADFDS': ['INE004', '6/1222'],
    'HDBAS': ['INE035', '6/15222'],
    'HDBAS': ['INE143', '6/14']
}
df = pd.DataFrame(data)

# 转置数据，将ISIN/MDat转为列，重复列名转为行
df_transposed = df.set_index('FIDB').T.reset_index(drop=True)

# 按列名分组处理数据
groups = {}
# 列名映射（匹配期望输出的缩写）
col_rename = {'RECOM': 'REC', 'HDBAS': 'HDB', 'ADFDS': 'ADF'}

for col in df_transposed.columns.unique():
    group = df_transposed[col].copy()
    # 截取ISIN前4位
    group['ISN'] = group['ISIN'].str[:4]
    # 提取日期部分（去除多余数字）
    group['Mdate'] = group['MDat'].str.extract(r'(\d+/\d+)')[0]
    groups[col] = group[['ISN', 'Mdate']].reset_index(drop=True)

# 合并分组数据并调整列顺序
final_df = pd.concat(
    [groups[col].add_prefix(f'{col_rename[col]}_') for col in col_rename.keys()],
    axis=1
)
final_df = final_df[['REC_ISN', 'REC_Mdate', 'HDB_ISN', 'HDB_Mdate', 'ADF_ISN', 'ADF_Mdate']]

# 打印成目标格式
print("      REC     |      HDB       |       ADF    ")
print("------------------------------------------------")
print("ISN   | Mdate |  ISN   | Mdate | ISN   |  Mdate")
print("------------------------------------------------")
for _, row in final_df.iterrows():
    print(f"{row['REC_ISN']:<6} {row['REC_Mdate']:<6} | {row['HDB_ISN']:<6} {row['HDB_Mdate']:<6} | {row['ADF_ISN']:<6} {row['ADF_Mdate']:<6}")

代码说明 #

1. 转置数据：将原始DataFrame转置，让ISIN和MDat成为列，重复的列名（如RECOM、HDBAS）转为行，方便后续分组处理。
2. 分组处理：对每个唯一列名分组，提取ISIN的前4位作为ISN，从MDat中提取日期部分作为Mdate。
3. 合并与格式化：将分组后的数据按目标格式合并，最后打印成指定的分隔样式。

内容的提问来源于stack exchange，提问作者Raj