Я объединяю несколько фреймов данных вместе, однако вместо того, чтобы просто добавлять строки в один большой фрейм данных, они кажутся «смешанными» вместе. Например:
df1 = a | b
1 | 2
2 | 3
3 | 4
df2 = a | b
5 | 6
7 | 8
df3 = pd.concat([df1, df2])
for index, row in df3.iterrows():
print(df3.at[index, 'a'])
# expected output:
# 1
# 2
# 3
# 5
# 7
# actual output:
# series containing [1, 5]
# series containing [2, 7]
# 3
...
Если я экспортирую в CSV, данные отображаются так, как ожидалось, с одним значением на ячейку в каждой строке. Но если я попытаюсь найти 1 в столбце «а» в df3, он не сможет его найти, потому что он находится в списке, а не в своем собственном значении в ячейке. У меня есть обходной путь, но почему это вообще происходит?
Несколько замечаний:
< li>У меня есть другие проекты, в которых я использую конкаты, и они ведут себя так, как ожидалось, так что, похоже, это связано со средой, в которой я работаю.
Я объединяю несколько фреймов данных вместе, однако вместо того, чтобы просто добавлять строки в один большой фрейм данных, они кажутся «смешанными» вместе. Например: [code]df1 = a | b 1 | 2 2 | 3 3 | 4
df2 = a | b 5 | 6 7 | 8
df3 = pd.concat([df1, df2])
for index, row in df3.iterrows(): print(df3.at[index, 'a'])
# expected output: # 1 # 2 # 3 # 5 # 7
# actual output: # series containing [1, 5] # series containing [2, 7] # 3 ... [/code] Если я экспортирую в CSV, данные отображаются так, как ожидалось, с одним значением на ячейку в каждой строке. Но если я попытаюсь найти 1 в столбце «а» в df3, он не сможет его найти, потому что он находится в списке, а не в своем собственном значении в ячейке. У меня есть обходной путь, но почему это вообще происходит? Несколько замечаний: [list] < li>У меня есть другие проекты, в которых я использую конкаты, и они ведут себя так, как ожидалось, так что, похоже, это связано со средой, в которой я работаю. [*]Я использую pandas 2.2.3 [/list]