python dataframe索引字段相同的合并_python - 合并以相同字母开头的Pandas DataFrame列_python_酷徒编程知识库...

假设我有一个DataFrame ：>>> df = pd.DataFrame({'a1':[1,2],'a2':[3,4],'b1':[5,6],'b2':[7,8],'c':[9,0]})

>>> df

a1 a2 b1 b2 c

0 1 3 5 7 9

1 2 4 6 8 0

>>>

我想合并(可能不合并，但是连接它)的第一个名字字母相等的列，比如，a1和a2等。 但是有一个c列没有其他类似的列，因此我希望不抛出错误，而是将NaN添加到它们。

我想将宽DataFrame变成长DataFrame，以这种方式合并它。

我已经有了问题的解决方案，唯一的问题是效率非常低，我想要一个更高效，更快的解决方案(与我的不同)，我目前有一个for循环和try except(呃，听起来很糟糕)的代码：>>> df2 = pd.DataFrame()

>>> for i in df.columns.str[:1].unique():

try:

df2[i] = df[[x for x in df.columns if x[:1] == i]].values.flatten()

except:

l = df[[x for x in df.columns if x[:1] == i]].values.flatten().tolist()

df2[i] = l + [pd.np.nan] * (len(df2) - len(l))

>>> df2

a b c

0 1 5 9.0

1 3 7 0.0

2 2 6 NaN

3 4 8 NaN

>>>

我想用更好的代码获得相同的结果。