将两个 Pandas 系列组合成一个 DataFrame

在 Pandas 中，可以使用 pd.concat() 函数将两个 Series 对象组合成一个 DataFrame。

代码示例

import pandas as pd

# 创建两个 Series 对象
s1 = pd.Series([1, 2, 3])
s2 = pd.Series([4, 5, 6])

# 使用 pd.concat() 函数将两个 Series 对象组合成 DataFrame
df = pd.concat([s1, s2], axis=1)

# 输出结果
print(df)

解释

在代码示例中，首先创建了两个 Series 对象 s1 和 s2，分别包含了数字 1 到 3 和数字 4 到 6。接着，使用 pd.concat() 函数将这两个 Series 对象组合成一个 DataFrame 对象 df。

pd.concat() 函数有一个名为 axis 的参数，用于指定组合方向。当 axis 参数的值为 1 时，表示按列组合，此时生成的 DataFrame 对象的列数为两个 Series 对象的列数之和；当 axis 参数的值为 0 时，表示按行组合，此时生成的 DataFrame 对象的行数为两个 Series 对象的行数之和。

输出结果

代码执行后，输出结果如下：

   0  1
0  1  4
1  2  5
2  3  6

输出结果中，每一行表示一个元素，第一个元素为 s1 对象的元素，第二个元素为 s2 对象的元素，它们在生成的 DataFrame 对象中的列数与它们在 pd.concat() 函数中的顺序对应。例如，第一行的元素 1 和 4 分别来自 s1 和 s2 对象，由于 s1 在 pd.concat() 函数的第一个参数位置，因此 1 出现在了生成的 DataFrame 对象的第一列，而 4 出现在了第二列。