如何修改pandas代码使拼接后的数据展示在同一列中

问题原因 #

原代码使用pd.concat拼接时，第一个参数是带有Identifier列的DataFrame，第二个参数是无匹配列名的Series，两者列结构不匹配，拼接后会生成两列并用NaN填充缺失的位置，和预期效果不符。

修改方案 #

将截取得到的字符串序列转换为列名和原列一致的DataFrame后再拼接即可，修改后的完整代码如下：

import pandas as pd
data = {'Identifier': ['55555-abc','77777-xyz','99999-mmm']} 
df = pd.DataFrame(data, columns=['Identifier'])
left = df['Identifier'].str[:5]  
union = pd.concat([df, left.to_frame(name='Identifier')], ignore_index=True)
print(union)

也可以用更简洁的写法，直接拼接两个序列后转换为DataFrame：

import pandas as pd
data = {'Identifier': ['55555-abc','77777-xyz','99999-mmm']} 
df = pd.DataFrame(data, columns=['Identifier'])
union = pd.concat([df['Identifier'], df['Identifier'].str[:5]], ignore_index=True).to_frame(name='Identifier')
print(union)

两种写法运行后都会输出你需要的单列结果。

内容的提问来源于stack exchange，提问作者Tristan Xin