[程式新手發問] Pandas 資料合併問題

#python #pandas #資料處理 #資料結構

jihong620 2020-09-22 10:53:45 ‧ 1761 瀏覽

分享至

各位前輩好, 小弟是剛接觸 Python 的新手
以下是小弟的 DataFrame 資料, 資料夾內有數份 json 檔
目前先讀取了兩份 json 轉成 DataFrame 格式後如下圖

import json
import pandas as pd

Data1 = pd.read_json("D:/PHM/正常/Data1.json")
Data2 = pd.read_json("D:/PHM/正常/Data2.json")
DataFrame1 = pd.DataFrame(Data1) # 轉成 DataFrame
DataFrame2 = pd.DataFrame(Data2) 
display(DataFrame1,DataFrame2)

假如資料內我只需要其中一列 "DSY"
欲將兩份資料的 DSY 合併成一份資料 (不是串聯而是並列的方式)
應該使用那些程式碼來完成呢?
目前找到的方法最接近的應該是 insert 的方式, 可是試了幾次達不到想要的效果
麻煩各位前輩指點, 謝謝~

DataFrame_DSY1 = DataFrame1[["DSY"]] # 取出 DSY
DataFrame_DSY2 = DataFrame2[["DSY"]]
display(DataFrame_DSY1,DataFrame_DSY2)

登入發表討論

直播研討會

{{ item.channelVendor }} {{ item.webinarstarted }} |

直播中

1 個回答

listennn08

iT邦高手 5 級 ‧ 2020-09-22 11:33:24

最佳解答

並列是指這樣?

import pandas as pd
import numpy as np

json1 = pd.read_json('./data.json')
json2 = pd.read_json('./data2.json')

mergeData = np.array([json1['DSY'], json2['DSY']]).T
df = pd.DataFrame(data=mergeData, columns=['DSY', 'DSY'])
print(df)
#    DSY  DSY
# 0   11   21
# 1   12   22

data.json
[
  {
    "DSY": 11,
    "DSX": 2,
  },
  {
    "DSY": 12,
    "DSX": 2,
  }
]
data2.json
[
  {
    "DSY": 21,
    "DSX": 22,
  },
  {
    "DSY": 22,
    "DSX": 23,
  }
]

repl

回應 4
分享
檢舉

看更多先前的回應...收起先前的回應...

jihong620 iT邦新手 5 級 ‧ 2020-09-22 13:06:39 檢舉

對 ~ 這是我要的呈現方式
謝謝你的回答, 原來還能這樣操作 :D

jihong620 iT邦新手 5 級 ‧ 2020-09-22 13:47:57 檢舉

請問當三個 Data 並列的時候還能使用
四個以上的話就會產生 shape 不一樣的錯誤
請問應該如何解決呢?

import json,os
import pandas as pd
import numpy as np

# 讀取程式
Data1 = pd.read_json("D:/PHM/正常/Data1.json")
Data2 = pd.read_json("D:/PHM/正常/Data2.json")
Data3 = pd.read_json("D:/PHM/正常/Data3.json")
Data4 = pd.read_json("D:/PHM/正常/Data4.json")

mergeData = np.array([Data1['DSY'], Data2['DSY'], Data3['DSY'], Data4['DSY']]).T
df = pd.DataFrame(data=mergeData, columns=['DSY1', 'DSY2', 'DSY3', 'DSY4'])
print(df)

listennn08 iT邦高手 5 級 ‧ 2020-09-22 14:27:03 檢舉

jihong620
看起來是數據長度不一樣造成的
如果你有要分 1, 2, 3, 4 的話其實可以這樣寫就好

d = {}

d['DSY1'], d['DSY2'], d['DSY3'], d['DSY4'] = Data1['DSY'], Data2['DSY'], Data3['DSY'], Data4['DSY']


df = pd.DataFrame(data=d)
print(df)

原本不這樣寫的原因是 key 沒辦法重複

補充一下如果檔案名稱夠規律的話可以直接帶迴圈

d = {}
for i in range(1, 5):
  temp = pd.read_json('./data%s.json' % i)
  d['DSY%s' % i] = temp['DSY']

jihong620 iT邦新手 5 級 ‧ 2020-09-22 14:56:11 檢舉

listennn08
搞笑了.. 回去看數據確實是不一樣大
謝謝你提供這些簡短的寫法, 我再研究一下

登入發表回應

我要發表回答

立即登入回答

參賽組數

1064 組

團體組數

40 組

累計文章數

22207 篇

完賽人數

600 人

15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js

IT邦幫忙