Pandas Concat 增加行数

Question

我正在连接两个数据帧，所以我想将一个数据帧定位到另一个数据帧。但首先我对初始数据框做了一些转换：

 scaler = MinMaxScaler()
real_data = pd.DataFrame(scaler.fit_transform(df[real_columns]), columns = real_columns)

然后连接：

 categorial_data  = pd.get_dummies(df[categor_columns], prefix_sep= '__')
train = pd.concat([real_data, categorial_data], axis=1, ignore_index=True)

我不知道为什么，但行数增加了：

 print(df.shape, real_data.shape, categorial_data.shape, train.shape)
(1700645, 23) (1700645, 16) (1700645, 130) (1703915, 146)

发生了什么以及如何解决问题？

如您所见， train 的列数等于 real_data 和 categorial_data 列的总和

原文由 Rocketq 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

问题在于，有时当您对单个数据框对象执行多个操作时， 索引会保留在内存中。所以使用 df.reset_index() 将解决你的问题。

原文由 saket ram 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

在对数据帧执行某些操作时，其维度不会改变索引，因此我们需要对数据帧执行 reset_index 操作。

对于串联，您可以这样做：

 result_df = pd.concat([first_df.reset_index(drop=True), second_df.reset_index(drop=True)], axis=1)

原文由 Lucky Suman 发布，翻译遵循 CC BY-SA 4.0 许可协议