Bug小能手系列(python)_14: pd.concat得到的矩阵错误

0 引言

今天在运行pd.concat (pd指的是pandas库)，需要将两个DataFrame数据（数据分别为5*4的矩阵）进行列合并时，突然发现得到的矩阵是10*8的，而不是我想要的5*8的！！！虽然是个小问题，但是感觉网上给出的内容一直没把这个问题介绍清楚，这里就专门写一篇文章帮助大家理解这个问题，希望大家可以清晰地理解这个问题。运行得到的矩阵数据的图片如下：

运行代码的如下：

data = pd.concat([data_0, data_1], axis=1)
# 或者是下面这样 得到的结果是一样的  
# 下面这样结果更不好  会消掉你的索引
data = pd.concat([data_0, data_1], axis=1, ignore_index=True)

可以看到矩阵中有很多nan的数值，初步分析是存在空缺值，排查后发现没有！！
然后，怀疑是两个数据冲突导致的，但是数据为什么会冲突呢？ 根本没有什么区别呀？
最后，经过仔细分析后发现是：行号冲突！！！

1 错误原因

其实错误原因很简单：前面5行数据的行号和后面5行的行号不一样，所以使用concat连接的时候不会列直接连接，所以导致最终是个10*8的矩阵。

2 解决思路

按照上面的原因，只要将行号重置一下，那样的话不就可以正常连接了嘛？！
没错，解决思路就是将行号重置！！！

这里简要介绍一下所用的函数：reset_index

• level: 控制哪些层次的索引需要被重置，默认为 None，表示所有层次的索引都会被重置。
• drop: 如果为 True，将重置的索引从列中删除，默认为 False。
• inplace: 如果为 True，将在原地修改对象，并返回 None。如果为 False，将返回一个新的带有重置索引的对象，默认为 False。
• col_level: 如果索引是多层次的，指定将哪个层次的索引重置为列，默认为 0。
• col_fill: 如果指定了 col_level，可以用来指定新列的名称。

注意：这里没有明确说到底哪个是重置行号的，但是有个原地修改对象，这个可以直接将行号重置！！！
原来的data_1:

使用了代码：

# 这里注意drop=True  这个也是要加的 不然你的行号会变成一个单独的列 
# 有兴趣的可以测试一下
data_1.reset_index(drop=True, inplace=True)

重置后的data_1:

3 具体代码

下面是使用zeros矩阵生成的数据，跟真实数据本质是一样的。示例代码如下（大家可以测试一下上面说的问题 以及解决方案）：

data_df = np.DataFrame(np.zeros([100,4]))
for i in range(len(data_df)//10):
	data_0 = data_df.iloc[i*5:(i+1)*5,:]
	data_1 = data_df.iloc[start_ind+i*5:start_ind+(i+1)*5, :]
	# 很少有人重置这里   这是因为第一遍的时候 data_0的索引就是0-4 所以不用重置
	# 但是第二遍的时候索引就不是了  所以在我们的代码里这个部分需要重置
	data_0.reset_index(drop=True,inplace=True)
	data_1.reset_index(drop=True, inplace=True)
	data = pd.concat([data_0, data_1],axis=1)

第1轮的data_0:

第2轮的data_0:

4 总结

总的而言，感觉出现concat得到矩阵错误主要是因为行号的问题。如果大家有什么问题的话可以评论留言，这边会根据最新的内容进行更新！！！

如果觉得这篇文章对你有用，记得点赞、收藏并分享给你的小伙伴们哦。