如何合并数据帧、合并列和创建新行

问题描述

我有几个与这些结构非常相似的 arcs 数据框：

啊：
	我	j
0	1	1
1	1	2
2	2	1
3	2	2

K：
	好的	Dk
0	3	4
1	1	2
2	2	1

我需要找到一种方法来创建一个合并两者的新数据框，遵循以下结构：

路线：
	好的	我	j	Dk
0	3	1	1	4
1	3	1	2	4
2	3	2	1	4
3	3	2	2	4
4	1	1	1	2
5	1	1	2	2
6	1	2	1	2
7	1	2	2	2
8	2	1	1	1
9	2	1	2	1
10	2	2	1	1
11	2	2	2	1

或这种结构：

路线：
	我	j	k
0	1	1	0
1	1	2	0
2	2	1	0
3	2	2	0
4	1	1	1
5	1	2	1
6	2	1	1
7	2	2	1
8	1	1	2
9	1	2	2
10	2	1	2
11	2	2	2

目前我有一段代码可以做类似的事情，但我使用的是字典而不是熊猫数据框（这是我想要使用的）（背后的原因是每个“路线”都有不同的特性使它们彼此独特，所以字典很有用，当时我刚刚学习 Python）但问题是它需要太多时间并使用大量内存，所以我试图找到一种方法来制作它更快一点，避免“for”循环并尝试应用 Pandas 来创建合并的数据框。

这是我当前代码段结构的摘录，对于本示例，将“A”数据帧视为包含弧的所有可能组合的数据帧，因此“if”条件确保在之前存在连接创建路线。

routes = {}
for k in K:
    for (i,j) in Ah:
        if (Ok,i) in A and (j,Dk) in A:
            routes[i,j,k] = [Here goes a lot of caracteristics of the route]

解决方法

我认为您可以使用 pandas Concat 函数以您想要的方式合并您的字典。 https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html

很难看出您希望它如何布局，但我认为您想使用 .merge

,

第一个使用交叉merge：

df3 = pd.merge(df2,df1,how='cross')[['Ok','i','j','Dk']]

df3：

    Ok  i  j  Dk
0    3  1  1   4
1    3  1  2   4
2    3  2  1   4
3    3  2  2   4
4    1  1  1   2
5    1  1  2   2
6    1  2  1   2
7    1  2  2   2
8    2  1  1   1
9    2  1  2   1
10   2  2  1   1
11   2  2  2   1

与第二个索引交叉合并：

df4 = pd.merge(df2.index.to_frame(name='k'),how='cross')[['i','k']]

df4：

    i  j  k
0   1  1  0
1   1  2  0
2   2  1  0
3   2  2  0
4   1  1  1
5   1  2  1
6   2  1  1
7   2  2  1
8   1  1  2
9   1  2  2
10  2  1  2
11  2  2  2