You need to enable JavaScript to run this app. 如何基于列名列表将data.frame多列纵向拼接生成新data.frame
优惠活动
大模型
产品
解决方案
定价
更多

如何基于列名列表将data.frame多列纵向拼接生成新data.frame

实现指定列组纵向堆叠为新数据集

你的需求本质是将原数据集中的列按每两列为一组拆分,每个组的两列对应新数据集的第0、1列,最终将所有分组的内容纵向拼接。手动逐行append的写法不仅效率极低,还极易因为列对齐偏差、索引重复、数据类型不匹配触发各类报错。


推荐实现方案

方法1:分组后concat拼接(高可读性,易调整逻辑)

这是最适配你当前列规则的写法,后续如果调整组内列数、调整列分组顺序都可以快速修改:

import pandas as pd

# 复刻你的原始数据
df = pd.DataFrame(
    [
        [1, 11, 21, 31],
        [2, 12, 22, 32],
        [3, 13, 23, 33],
        [4, 14, 24, 34]
    ],
    columns=['A1', 'A2', 'B1', 'B2']
)

columns_list = ['A1', 'A2', 'B1', 'B2']

# 按每2个列一组拆分列名列表
col_groups = [columns_list[i:i+2] for i in range(0, len(columns_list), 2)]

# 逐组取出数据,统一列名后纵向拼接,自动重置索引
new_df = pd.concat(
    [df[group].set_axis([0, 1], axis=1) for group in col_groups],
    ignore_index=True
)

方法2:numpy维度重塑(高性能,适合大数据集)

当数据量较大时,逐组取列的pandas操作会有额外开销,直接对原始数值块做维度重塑可以获得更高的运行效率,输出结果和方法1完全一致:

import pandas as pd
import numpy as np

# 取出columns_list对应的全部数值
raw_values = df[columns_list].values
# 按照每2列一组的规则重塑维度
reshaped_values = raw_values.reshape(-1, 2)
# 生成目标DataFrame
new_df = pd.DataFrame(reshaped_values, columns=[0, 1])

输出验证

运行上述任意方法,得到的new_df结构和预期完全一致:

0   1
0   1  11
1   2  12
2   3  13
3   4  14
4  21  31
5  22  32
6  23  33
7  24  34

之前append操作报错的常见原因:

  • 没有对齐列顺序和列命名,拼接时出现值错位、空值
  • 保留了原df的重复行索引,后续操作出现索引冲突报错
  • 逐行追加的写法没有统一数据类型,触发类型匹配错误

内容的提问来源于stack exchange,提问作者Manjula Srihari

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.28 22:27:06