级联熊猫DataFrames并不如预期

问题描述：

我试图从一个数据帧追加3列的另一端部，类似于以下：级联熊猫DataFrames并不如预期

df1: 
    a b c d 
    1 1 4 1 
    2 4 1 5 

    df2[colsOfInterest]: 
    e f 
    3 5 
    1 1

使用newDF = pd.concat（[DF1，DF2 [colsOfInterest ]]）

我期待：

但我得到：

a b c d e f 
    1 1 4 1 NA NA 
    2 4 1 5 NA NA 
    NA NA NA NA 3 5 
    NA NA NA NA 1 1

更新： 虽然我不能发布我的数据帧，但我似乎已经缩小到数据类型或一致性。如果我使用to_csv将两个df写入一个文件，然后使用read_csv将它们读回到新文件中，则concat过程可以正常工作。

其中一个是完全对象类型，另一个是float64。

当重读它们时，它们变成了float64，int64，object的混合。如果我尝试使用.astype（str）.convert_numeric将它们转换为数字类型，则类型与读取版本匹配，但是concat仍会失败。

如果@ user1827356的解决方案是行不通的，请与DF1的终端和DF2即包括其索引整个输出更新你的问题。 –

我展示的例子工作，但是我的（大得多）dataFrames失败。我会尝试发布一个失败的具体代表性案例。 – taylormade201

@jzalger原因可能是你的索引不匹配。正如Andy和DSM提到的，使用pd.concat（[df1.reset_index（），df2 [colsOfInterest] .reset_index（）]，axis = 1） – user1827356

答

这应该工作

pd.concat([df1, df2[colsOfInterest]], axis=1)

所有这些似乎都是反转连续命令（即： NA NA NA NA 3 5 而不是 1 1 4 1不适用不适用 – taylormade201

@jzalger如果索引存在问题，可以通过ignore_index = True。 –

@AndyHayden：我发现我必须显式地'reset_index（）' - '' ignore_index'没有做我认为的事情。 – DSM