如何在Pandas中合并数据帧？

为了在Pandas中合并数据帧，我们将展示一些示例。我们可以轻松地在Pandas中合并数据帧甚至系列。Pandas是一个开源的Python库，它提供了高性能的数据操作和分析工具，使用其强大的数据结构。数据帧是一个二维数据结构，即数据按行和列以表格形式对齐。

使用内部连接合并数据帧

示例

让我们在Python中使用内部连接合并数据帧

import pandas as pd

# 创建字典
dct1 = {'Player':['Jacob','Steve','David','John','Kane'], 'Age':[29, 25, 31, 26, 27]}
dct2 = {'Rank':[1,2,3,4,5], 'Points':[100,87, 80,70, 50]}

# 使用pandas.dataframe()从字典元素创建DataFrame
df1 = pd.DataFrame(dct1)
df2 = pd.DataFrame(dct2)
print("DataFrame1 = \n",df1)
print("\nDataFrame2 = \n",df2)

# 使用内部连接合并数据帧
res = pd.concat([df1, df2], axis=1, join='inner')
print("\n合并后的数据帧 = \n",res)

输出

DataFrame1 = 
Player     Age
0  Jacob   29
1  Steve   25
2  David   31
3   John   26
4   Kane   27

DataFrame2 = 
Rank  Points
0     1     100
1     2      87
2     3      80
3     4      70
4     5      50
合并后的数据帧 = 
Player     Age  Rank  Points
0  Jacob   29     1     100
1  Steve   25     2      87
2  David   31     3      80
3   John   26     4      70
4   Kane   27     5      50

使用append()合并数据帧

示例

在这个例子中，我们将使用append()来合并数据帧。

导入 pandas 为 pd

# 创建字典 
dct1 = {'玩家':['Steve','David'], '年龄':[29, 25,]}
dct2 = {'玩家':['John','Kane'], '年龄':[31, 27]}

# 使用 pandas.dataframe()从字典元素创建DataFrame 
df1 = pd.DataFrame(dct1)
df2 = pd.DataFrame(dct2)
print("DataFrame1 = \n",df1)
print("\nDataFrame2 = \n",df2)

# 使用append()组合DataFrame 
res = df1.append(df2)
print("\n组合的 DataFrame = \n",res)

输出

DataFrame1 = 
玩家     年龄
0  Steve   29
1  David   25

DataFrame2 = 
   玩家  年龄
0   John   31
1   Kane   27

组合的 DataFrame = 
玩家     年龄
0  Steve   29
1  David   25
0   John   31
1   Kane   27

使用concat()组合DataFrames

示例

在本示例中，我们将使用Python的concat()函数组合数据框架

import pandas as pd

# Create Dictionaries
dct1 = {'玩家':['Steve','David'], '年龄':[29, 25,]}
dct2 = {'玩家':['John','Kane'], '年龄':[31, 27]}

# 使用 pandas.dataframe()从字典元素创建DataFrame 
df1 = pd.DataFrame(dct1)
df2 = pd.DataFrame(dct2)
print("DataFrame1 = \n",df1)
print("\nDataFrame2 = \n",df2)

# 使用concat()组合DataFrame 
res = pd.concat([df1, df2])
print("\n组合的 DataFrame = \n",res)

输出

DataFrame1 = 
玩家     年龄
0  Steve   29
1  David   25DataFrame2 = 
玩家     年龄
0   John   31
1   Kane   27
组合的 DataFrame = 
玩家     年龄
0  Steve   29
1  David   25
0   John   31
1   Kane   27