将 DataFrame 与 Pandas 结合

Pandas DataFrame 由三个主要组件组成，数据、行和列。为了组合这些数据帧， pandas提供了多个函数，如concat()和append() 。

方法一：使用concat()方法

最初，创建两个数据集并将它们转换为数据帧。

输出：

现在，连接两个数据帧，我们将使用concat()组合两个数据帧。如果ignore_index = True df 的索引将是连续的。

蟒蛇3

# combining the two dataframes
df = pd.concat([df1, df2], ignore_index=True)
  
# display combined dataframes
df

输出：

使用键，我们可以指定数据帧的标签。

蟒蛇3

# we can also separate 2 datasets using keys
frames = [df1, df2]
df_keys = pd.concat(frames, keys=['x', 'y'])
  
# display dataframe
df_keys

输出：

方法 #2：使用append()方法

最初，创建两个数据集并将它们转换为数据帧。

蟒蛇3

# import required module
import pandas as pd
  
# making  a dataset
data1 = {
    'Serial_No.': ['1', '2', '3', '4', '5'],
    'First': ['F0', 'F1', 'F2', 'F3', 'F4'],
    'Second': ['S0', 'S1', 'S2', 'S3', 'S4'],
}
  
# creating a dataframe
df1 = pd.DataFrame(data1, columns=['Serial_No.', 
                                   'First', 
                                   'Second'])
  
# display dataframe
df1
  
  
# making  a dataset
data2 = {
    'Serial_No.': ['6', '7', '8', '9', '10'],
    'First': ['F10', 'F11', 'F12', 'F13', 'F14'],
    'Second': ['S10', 'S11', 'S12', 'S13', 'S14'],
}
  
# creating  a dataset
df2 = pd.DataFrame(data2, columns=['Serial_No.', 
                                   'First', 
                                   'Second'])
  
# display dataset
df2

输出：

dataframe.append()方法执行合并两个数据帧的操作，类似于contcat()方法的操作。

蟒蛇3

# combining dataframes
result = df1.append(df2, sort=False, ignore_index=True)
  
# display combined dataframe
result

输出：