在多列上合并 Pandas 数据框

Python 中的 Pandas 库提供了一个简单的方法，用于在多列上合并数据框。在本教程中，我们将向您展示如何使用 Pandas 在多列上合并数据框。

我们将使用以下数据框作为示例：

import pandas as pd
import numpy as np

# 创建第一个数据框
df1 = pd.DataFrame({
    'A': ['A0', 'A1', 'A2', 'A3'],
    'B': ['B0', 'B1', 'B2', 'B3'],
    'C': ['C0', 'C1', 'C2', 'C3'],
    'D': ['D0', 'D1', 'D2', 'D3']
})

# 创建第二个数据框
df2 = pd.DataFrame({
    'A': ['A4', 'A5', 'A6', 'A7'],
    'B': ['B4', 'B5', 'B6', 'B7'],
    'C': ['C4', 'C5', 'C6', 'C7'],
    'D': ['D4', 'D5', 'D6', 'D7']
})

# 创建第三个数据框
df3 = pd.DataFrame({
    'A': ['A8', 'A9', 'A10', 'A11'],
    'B': ['B8', 'B9', 'B10', 'B11'],
    'C': ['C8', 'C9', 'C10', 'C11'],
    'D': ['D8', 'D9', 'D10', 'D11']
})

使用 pd.concat() 在多列上合并数据框

Pandas 库中的一个常用方法是 pd.concat() 函数，它允许您在多列上联接数据框。以下是 pd.concat() 函数的示例：

# 合并数据框
result = pd.concat([df1, df2, df3], axis=1)

# 显示结果
print(result)

在这里，我们使用了 Axis = 1 参数，该参数指定按列合并数据框。结果如下所示：

   A  B  C  D   A   B   C   D    A    B    C    D
0 A0 B0 C0 D0  A4  B4  C4  D4  A8  B8  C8  D8
1 A1 B1 C1 D1  A5  B5  C5  D5  A9  B9  C9  D9
2 A2 B2 C2 D2  A6  B6  C6  D6  A10 B10 C10 D10
3 A3 B3 C3 D3  A7  B7  C7  D7  A11 B11 C11 D11

在此示例中，我们将 df1、df2 和 df3 数据框沿水平方向（列）合并。

总结

使用 Pandas，在多列上合并数据框非常简单，您只需使用 pd.concat() 函数即可。此函数允许您沿水平方向（列）或垂直方向（行）将多个数据框连接在一起。