如何在索引上合并两个Pandas数据框架

在这篇文章中，我们将讨论如何在索引上合并两个Pandas Dataframes。

方法1：使用join()

该方法用于根据索引连接数据框架。

语法 :

dataframe1.join(dataframe2)

示例:

# import pandas module
import pandas as pd
 
# create student  dataframe
data1 = pd.DataFrame({'id': [1, 2, 3, 4],
                      'name': ['manoj', 'manoja', 'manoji', 'manij']},
                     index=['one', 'two', 'three', 'four'])
 
 
# create marks  dataframe
data2 = pd.DataFrame({'s_id': [1, 2, 3, 6, 7],
                      'marks': [98, 90, 78, 86, 78]},
                     index=['one', 'two', 'three', 'siz', 'seven'])
 
# join two dataframes
print(data1.join(data2))

输出:

如何在索引上合并两个Pandas数据框架？

方法2：使用merge()

这将合并两个具有匹配索引的数据框架

语法 :

pandas.merge(dataframe1, dataframe2, left_index=True, right_index=True)

其中,

dataframe1是第一个数据框架
dataframe2是第二个数据框架
left_index指定第一个数据帧的索引被设置为真。
right_index指定第二个数据帧的索引，设置为真。

示例:

# import pandas module
import pandas as pd
 
# create student  dataframe
data1 = pd.DataFrame({'id': [1, 2, 3, 4],
                      'name': ['manoj', 'manoja', 'manoji', 'manij']},
                     index=['one', 'two', 'three', 'four'])
 
 
# create marks  dataframe
data2 = pd.DataFrame({'s_id': [1, 2, 3, 6, 7],
                      'marks': [98, 90, 78, 86, 78]},
                     index=['one', 'two', 'three', 'siz', 'seven'])
 
# join two dataframes with merge
print(pd.merge(data1, data2, left_index=True, right_index=True))

输出:

如何在索引上合并两个Pandas数据框架？

方法3：使用concat()

我们可以使用concat()方法，通过设置axe=1，将两个数据帧连接起来。

语法 :

pandas.concat([daatframe1,dataframe2], axis=1)

示例:

# import pandas module
import pandas as pd
 
# create student  dataframe
data1 = pd.DataFrame({'id': [1, 2, 3, 4],
                      'name': ['manoj', 'manoja', 'manoji', 'manij']},
                     index=['one', 'two', 'three', 'four'])
 
 
# create marks  dataframe
data2 = pd.DataFrame({'s_id': [1, 2, 3, 6, 7],
                      'marks': [98, 90, 78, 86, 78]},
                     index=['one', 'two', 'three', 'siz', 'seven'])
 
# join two dataframes with concat
print(pd.concat([data1, data2], axis=1))