追加具有不同列名的数据框-Pandas

Question

我有3个数据框，可以从下面显示的代码中生成

df1= pd.DataFrame({'person_id':[1,2,3],'gender': ['Male','Female','Not disclosed'],'ethn': ['Chinese','Indian','European']})
df2= pd.DataFrame({'pers_id':[4,5,6],'gen': ['Male','Female','Not disclosed'],'ethnicity': ['Chinese','Indian','European']})
df3= pd.DataFrame({'son_id':[7,8,9],'sex': ['Male','Female','Not disclosed'],'ethnici': ['Chinese','Indian','European']})

我想做两件事

a） 将所有这三个数据帧追加到一个大result数据帧中

当我尝试使用以下代码进行此操作时，输出结果与预期不符

df1.append(df2)

因此，要解决此问题，我了解我们必须重命名导致以下目标b的列名

b） 以一种优雅的方式将这n个数据帧的列重命名为统一的

请注意，在实时情况下，我可能具有预先不知道的具有不同列名的数据框，但它们中的值始终属于列和Ethnicity，Gender并且始终相同Person_id。但请注意，可以有其他几列，以及像Age，Date，bp reading等

目前，我是通过使用以下代码手动读取列名来完成此操作的

df2.columns
df2.rename(columns={ethnicity:'ethn',gender = 'gen',person_id='pers_id}, 
             inplace=True)

如何设置列名的所有数据帧是相同的（gender，ethnicity，person_id和等），不论其原有的列值

Answer 1

根据pandas文档，您可以执行以下操作创建映射：

df2.rename(columns={column1:'ethn', column2:'gen', column3:'pers_id'}, inplace=True)

现在，您明确声明必须执行此运行时。如果您知道列数及其相应位置不会改变，则可以使用收集实际的列名df2.columns()，该名称应输出如下内容：

['ethnicity', 'gender', 'person_id']

此时，您可以按以下方式创建映射：

final_columns = ['ethn', 'gen', 'pers_id']
previous_columns = df2.columns()
mapping = {previous_columns[i]: final_columns[i] for i in range(3)}  # 3 is arbitrary.

然后打电话

df2.rename(mapping, inplace=True)