将多列合并为一个具有相同行数的列
将多列合并为一个具有相同行数的列
提问于 2019-10-02 17:47:25
我正在从一个使用零件号码的网站上削价。逻辑是：
- 输入零件编号的列表
- 从网站
- 的数据库中返回每个部件的价格，该部件属于这五家公司之一，因此生成了5个不同的列表。
例如，下面是部件编号(输入)的初始列表：
b123
nadsf
电源
维奥阿
它们各属于一家公司：
Part # Company A B C D
b123 1.5
nadsf 3.4
ower 47
weoa 33csv目前的输出是：
0
0 1.5
1 0
2 0
3 0
0 0
1 3.4
2 0
3 0
0 0
1 0
2 33
3 0
0 0
1 0
2 0
3 47
0 0
1 0
2 0
3 0我只想要一个列表，而不是5个；所需的输出是：
0 1.5
1 3.4
2 33
3 47不知道我怎么能做到，
如有任何帮助/建议，请见谅！
有关我的代码，请参阅下面：
import pandas as pd
df = pd.read_excel(r'C:\Users\212677036\Documents\Copy of MIC Parts Review.xlsx')
PN = pd.DataFrame(df, columns=['Product code'])
i = 0
Total_rows = PN.shape[0]
partnumlist = []
partnumlist1 = []
partnumlist2 = []
partnumlist3 = []
partnumlist4 = []
partnumlist5 = []
while i < Total_rows:
data = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "17155"}}
r = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data).json()
partnumlist.append(r['Data']['PartOptions'][0]['YourPrice'])
data1 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "17475"}}
r1 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data1).json()
partnumlist1.append(r1['Data']['PartOptions'][0]['YourPrice'])
data2 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "16880"}}
r2 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data2).json()
partnumlist2.append(r2['Data']['PartOptions'][0]['YourPrice'])
data3 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "47221"}}
r3 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data3).json()
partnumlist3.append(r3['Data']['PartOptions'][0]['YourPrice'])
data4 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "17045"}}
r4 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data4).json()
partnumlist4.append(r4['Data']['PartOptions'][0]['YourPrice'])
data5 = {"partOptionFilter": {"PartNumber": PN.iloc[i, 0], "AlternativeOemId": "17055"}}
r5 = requests.post('https://www.partsfinder.com/Catalog/Service/GetPartOptions', json=data5).json()
partnumlist5.append(r5['Data']['PartOptions'][0]['YourPrice'])
i=i+1
list_of_dataframes = [pd.DataFrame(partnumlist),pd.DataFrame(partnumlist1),
pd.DataFrame(partnumlist2), pd.DataFrame(partnumlist3),
pd.DataFrame(partnumlist4), pd.DataFrame(partnumlist5)]
pd.concat(list_of_dataframes).to_csv(r'C:\Users\212677036\Documents\output25.csv')回答 2
Stack Overflow用户
发布于 2019-10-02 20:17:51
我假设当前的CSV输出在它中遵循了0的模式。您可以对输出CSV或作为CSV保存的数据帧应用简单的筛选操作。
例如，您的输出CSV被转换为Dataframe。
df = pd.concat(list_of_dataframes) #假设这是您的输出csv数据
我没有看到df的列名。您可能可以在第二列中添加一个列名，其中包含您所选择的0。一旦你有了这个，
df =df[~(df‘’col‘== 0]
这将删除第二列中带有0的所有行(因为有~)，并给出所需的结果。
Stack Overflow用户
发布于 2019-10-03 07:28:48
您可以使用布尔索引移除所有的零值并重置索引，以便它将计数从0到N-1。在将pd.concat保存到cvs之前，您必须将它的结果保存到变量中。你可以这样做：
concatenated = pd.concat(list_of_dataframes)
clean = concatenated[concatenated[0] != 0].reset_index(drop=True)
clean.to_csv(r'C:\Users\212677036\Documents\output25.csv')这将为您提供所需的输出：
0 1.5
1 3.4
2 33
3 47为了提供更多的洞察力，输出csv文件第一行中的0是DataFrame的列名。在不向0..M构造函数提供范围索引时，熊猫默认使用DataFrame的范围索引(M =# of列)。
因此，concatenated[0]选择DataFrame中的第一列，concatenated[0] == 0检查列中的每个值是否等于0，从而生成一系列True或False值，然后这些值可用于选择性地索引数据。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58206721
复制相关文章
相似问题
腾讯云开发者
