📅  最后修改于: 2023-12-03 15:39:16.038000             🧑  作者: Mango
在jupyter notebook中,我们常常需要展示多个数据框,并比较其结构和数据,在这种情况下,我们可以使用pandas和IPython.display库将多个数据框显示为一个表格。
首先,让我们导入必要的库 pandas
和 IPython.display
import pandas as pd
from IPython.display import display, HTML
接下来,让我们创建几个数据框以便我们演示。
df1 = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]})
df2 = pd.DataFrame({'Name': ['David', 'Ella', 'Frank'], 'Age': [40, 45, 50]})
df3 = pd.DataFrame({'Name': ['George', 'Hannah', 'Isabella'], 'Age': [55, 60, 65]})
这将创建三个具有不同值的数据框。
接下来,我们将通过使用 concat
函数将这些数据框合并为一个表格。
df = pd.concat([df1, df2, df3]).reset_index(drop=True)
concat
函数将三个数据框按顺序合并。 reset_index
函数重置索引并从零开始。 我们还通过置 drop
参数为 True
来删除合并数据框中的多余索引列。
现在,我们使用IPython.display库的display
函数将合并后的数据框显示为一个表格。
display(df)
这将输出一个美观的表格,其中包含合并后的数据框内容。
import pandas as pd
from IPython.display import display, HTML
df1 = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]})
df2 = pd.DataFrame({'Name': ['David', 'Ella', 'Frank'], 'Age': [40, 45, 50]})
df3 = pd.DataFrame({'Name': ['George', 'Hannah', 'Isabella'], 'Age': [55, 60, 65]})
df = pd.concat([df1, df2, df3]).reset_index(drop=True)
display(df)
在jupyter notebook中,我们可以使用pandas和IPython.display库将多个数据框合并为一个表格,并且使得我们更容易比较和分析这些数据。