📅  最后修改于: 2023-12-03 14:56:50.808000             🧑  作者: Mango
在Python中,可以使用Pandas库轻松地将多个数据框组合在一起。本文将介绍Pandas中组合数据框的方法,包括concat、merge和join。
concat(concatenate的缩写)方法可以将两个或多个数据框按行或列方向组合在一起。例如,将两个数据框沿着行方向组合在一起:
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
result = pd.concat([df1, df2])
print(result)
输出结果为:
A B
0 1 4
1 2 5
2 3 6
0 7 10
1 8 11
2 9 12
使用concat方法时,需要指定要组合的数据框列表。默认情况下,concat按行方向组合数据框。可以使用axis参数指定要按列方向组合数据框:
result = pd.concat([df1, df2], axis=1)
print(result)
输出结果为:
A B A B
0 1 4 7 10
1 2 5 8 11
2 3 6 9 12
merge方法可以将两个数据框按指定的列连接在一起。例如,将两个数据框按'A'列连接在一起:
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [2, 3, 4], 'C': [7, 8, 9]})
result = pd.merge(df1, df2, on='A')
print(result)
输出结果为:
A B C
0 2 5 7
1 3 6 8
使用merge方法时,需要指定要连接的两个数据框,以及要连接的列名。默认情况下,merge使用inner join方式连接数据框。可以使用how参数指定使用不同的join方式,如left join、right join或outer join。
join方法可以将两个数据框按行索引或列索引连接在一起。例如,将两个数据框按行索引连接在一起:
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])
df2 = pd.DataFrame({'D': [7, 8, 9], 'E': [10, 11, 12]}, index=['a', 'b', 'c'])
result = df1.join(df2)
print(result)
输出结果为:
A B D E
a 1 4 7 10
b 2 5 8 11
c 3 6 9 12
使用join方法时,需要指定要连接的两个数据框。默认情况下,join按行索引连接数据框。可以使用how参数指定按列索引连接数据框。
以上就是Python中组合数据框的方法。使用这些方法可以轻松地组合数据框,进行数据处理和分析。