У меня есть 2 кадра данных
df1:
data type
0 a 1
1 b 1
2 c 1
3 d 1
4 e 1
df2:
data type
0 v 2
1 w 2
2 x 2
3 y 2
4 z 2
arr = [['a', 1], ['b', 1], ['c', 1], ['d', 1], ['e', 1]]
arr2 = [['v', 2], ['w', 2], ['x', 2], ['y', 2], ['z', 2]]
df1 = pd.DataFrame(arr, columns=['data', 'type'])
df2 = pd.DataFrame(arr2, columns=['data', 'type'])
Я хочу, чтобы concat и сделать dataframe, который похож на перетасованный в шаблоне 1-й тип первый, 2-й тип 2.....
ожидаемый результат:
data type
0 a 1
1 v 2
2 b 1
3 w 2
4 c 1
5 x 2
6 d 1
7 y 2
8 e 1
9 z 2
Ограничения: если, например, df1 имеет больше строк, тогда df2, тогда вывод будет похож на
data type
0 a 1
1 v 2
2 b 1
3 w 2
4 c 1
5 x 2
6 d 1
7 y 2
8 e 1
9 z 2
10 f 1
11 g 1
12 h 1
и наоборот.
Один из способов - изменить индексы ваших входных данных. Затем объедините и отсортируйте по индексу. Это также будет обрабатывать ситуации, когда ваши фреймы данных имеют несоответствующие длины.
df1.index = df1.index*2
df2.index = df2.index*2 + 1
res = pd.concat([df1, df2]).sort_index()
print(res)
data type
0 a 1
1 v 2
2 b 1
3 w 2
4 c 1
5 x 2
6 d 1
7 y 2
8 e 1
9 z 2
Если вам необходимо нормализовать индекс, когда ваши данные имеют несогласованные длины, вы можете использовать reset_index
в качестве последнего шага:
res = res.reset_index(drop=True)
Создайте дополнительный столбец с четным и нечетным индексом в обоих кадрах данных, а также в concat и соберите его. Он сохранит исходный индекс обоих данных.
arr = [['a', 1], ['b', 1], ['c', 1], ['d', 1], ['e', 1]]
arr2 = [['v', 2], ['w', 2], ['x', 2], ['y', 2], ['z', 2]]
df1 = pd.DataFrame(arr, columns=['data', 'type'])
df2 = pd.DataFrame(arr2, columns=['data', 'type'])
df1['temp'] = range(0, 2*df1.shape[0], 2) # add even index
df2['temp'] = range(1, 2*df2.shape[0], 2) # add odd index
df = pd.concat([df1, df2]).sort_values('temp').drop('temp', axis=1)
print (df)
data type
0 a 1
0 v 2
1 b 1
1 w 2
2 c 1
2 x 2
3 d 1
3 y 2
4 e 1
4 z 2