Pandas 如何跨列合并两个数据表格

在本文中，我们将介绍如何使用 Pandas 在Python中合并两个数据表格的列。

阅读更多：Pandas 教程

数据问题

我们假设我们有两个数据表格 A 和 B，它们具有相同数量的行和不同的列。 如下所示：

A数据表格：

B数据表格：

现在，我们希望将这两个数据表格沿着列绑定到一个新的数据表格中。

API介绍

在Pandas中，可以使用 merge() 和 join() 合并两个数据表格。但是，在我们的情况下，我们要跨列合并两个数据表格，因此我们需要使用 Pandas 的 concat() 函数。

Pandas 的 concat() 函数用于在一个轴上将 Pandas 数据对象（DataFrame或Series）堆叠在一起。具体来说，如果对象沿着不同轴上的索引相同，则可以简单地连接对象。如果轴上的对象具有不同的索引，则可以指定连接方式。

如果要连接多个 Pandas DataFrame 对象，则必须在concat()函数中以列表形式提供这些对象。下面是concat()的语法：

result = pd.concat([df1, df2, df3])

实现方法

要将列水平合并，请使用 concat() 函数并指定 axis=1 参数。此参数将数据沿着列方向结合。

在下面的代码段中，我们将数据表格 A 和 B 组合在一起，并将结果保存在一个名为result的新数据表格中。

import pandas as pd

# create dataframe A
dataA = {
    '列1': ['A1', 'B1', 'C1'],
    '列2': ['A2', 'B2', 'C2'],
    '列3': ['A3', 'B3', 'C3']
}
dfA = pd.DataFrame(dataA)

# create dataframe B
dataB = {
    '列4': ['D1', 'E1', 'F1'],
    '列5': ['D2', 'E2', 'F2']
}
dfB = pd.DataFrame(dataB)

# combine dfA and dfB horizontally
result = pd.concat([dfA, dfB], axis=1)

print(result)

输出结果是：

  列1 列2 列3 列4 列5
0  A1  A2  A3  D1  D2
1  B1  B2  B3  E1  E2
2  C1  C2  C3  F1  F2

总结

在本文中，我们介绍了如何使用 Pandas 中的 concat() 函数在列方向上合并两个数据表格。记住，使用 concat() 和指定适当的轴方向可以在 Pandas 中方便地组合数据表格。