如何将两个pandas dataframe 依照一列合并成一个

如何将两个pandas dataframe 依照一列合并成一个

在数据处理和分析中，经常会遇到将两个或多个DataFrame合并为一个的情况。而在合并的过程中，需要依据特定列的值进行对齐。本文将介绍如何使用Pandas库中的merge函数来实现这一操作。

准备工作

首先，我们需要导入Pandas库，并创建两个示例DataFrame。

import pandas as pd

# 创建示例DataFrame1
data1 = {'key': ['A', 'B', 'C', 'D'],
         'value1': [1, 2, 3, 4]}
df1 = pd.DataFrame(data1)

# 创建示例DataFrame2
data2 = {'key': ['A', 'B', 'E', 'F'],
         'value2': ['apple', 'banana', 'orange', 'grape']}
df2 = pd.DataFrame(data2)

现在，我们已经创建了两个示例DataFrame：df1和df2。df1包含key和value1两列，df2包含key和value2两列，其中key列是我们将用来合并两个DataFrame的关键列。

使用merge函数合并DataFrame

Pandas库中的merge函数可以帮助我们根据共同列的值将两个DataFrame合并为一个。下面是merge函数的基本用法：

merged_df = pd.merge(df1, df2, on='key', how='inner')

上述代码中，pd.merge()函数的参数包括：

• 第一个参数是要合并的第一个DataFrame（df1）
• 第二个参数是要合并的第二个DataFrame（df2）
• on='key'表示根据key列的值进行合并
• how='inner'表示采用内连接的方式合并两个DataFrame。也可以选择left、right或outer连接方式。

运行上述代码后，我们将获得一个新的DataFrame merged_df，其中包含了两个原始DataFrame根据key列合并后的结果。

示例

接下来，我们通过一个示例来演示如何使用merge函数将df1和df2合并为一个DataFrame。

import pandas as pd

# 创建示例DataFrame1
data1 = {'key': ['A', 'B', 'C', 'D'],
         'value1': [1, 2, 3, 4]}
df1 = pd.DataFrame(data1)

# 创建示例DataFrame2
data2 = {'key': ['A', 'B', 'E', 'F'],
         'value2': ['apple', 'banana', 'orange', 'grape']}
df2 = pd.DataFrame(data2)

# 使用merge函数合并DataFrame
merged_df = pd.merge(df1, df2, on='key', how='inner')

# 打印合并后的结果
print(merged_df)

运行上述代码，我们将看到合并后的结果：

  key  value1   value2
0   A       1   apple
1   B       2   banana

以上就是如何使用Pandas库中的merge函数将两个DataFrame按照指定列合并为一个的方法。