为什么我 concat() 3 df 仍然是 NaN 值？
Why i concat() 3 df and still NaN valaue?
我的代码：
dfs = [df_uk_rfmt, df_uk_clv, df_uk_prod_pen]
final_df = pd.concat(dfs, axis = 1)
final_df.head()
我的新 df 看起来像这样：
但是当我使用 Microsoft Query 时，一些 NaN 具有值，例如这张图片上的 CustomerID 12748：
PS。所有 df 索引 = CustomerID
我的目的是连接 3 个具有完整外层的数据框。
非常感谢您的帮助。
在定义 dfs 之前，您需要确保您没有 MultiIndex。所以，这样做：
df_uk_rfmt = df_uk_rfmt.reset_index()
df_uk_clv = df_uk_clv.reset_index()
df_uk_prod_pen = df_uk_prod_pen.reset_index()
然后
dfs = [df_uk_rfmt, df_uk_clv, df_uk_prod_pen]
final_df = pd.concat(dfs, axis = 1)
final_df.head()
我的代码：
dfs = [df_uk_rfmt, df_uk_clv, df_uk_prod_pen]
final_df = pd.concat(dfs, axis = 1)
final_df.head()
我的新 df 看起来像这样：
但是当我使用 Microsoft Query 时，一些 NaN 具有值，例如这张图片上的 CustomerID 12748：
PS。所有 df 索引 = CustomerID
我的目的是连接 3 个具有完整外层的数据框。
非常感谢您的帮助。
在定义 dfs 之前，您需要确保您没有 MultiIndex。所以，这样做：
df_uk_rfmt = df_uk_rfmt.reset_index()
df_uk_clv = df_uk_clv.reset_index()
df_uk_prod_pen = df_uk_prod_pen.reset_index()
然后
dfs = [df_uk_rfmt, df_uk_clv, df_uk_prod_pen]
final_df = pd.concat(dfs, axis = 1)
final_df.head()