在Python中合并两个长度相等的数据集

可以使用zip()函数。zip()函数可以将两个或多个可迭代对象的元素一一对应组合成一个新的迭代器。

示例代码如下：

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']

merged_list = list(zip(list1, list2))
print(merged_list)

输出结果为：

[(1, 'a'), (2, 'b'), (3, 'c')]

在上面的例子中，通过zip()函数将list1和list2的元素一一对应组合成一个新的列表merged_list。每个元素都是一个元组，包含了两个列表对应位置的元素。

对于合并数据集，还可以使用pandas库。pandas是一个强大的数据分析和数据处理库，提供了丰富的功能和方法来处理和合并数据集。

示例代码如下：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
df2 = pd.DataFrame({'C': [4, 5, 6], 'D': ['d', 'e', 'f']})

merged_df = pd.concat([df1, df2], axis=1)
print(merged_df)

输出结果为：

   A  B  C  D
0  1  a  4  d
1  2  b  5  e
2  3  c  6  f

在上面的例子中，通过pd.concat()函数将df1和df2按列合并成一个新的DataFrame merged_df。合并时通过axis参数指定合并的方向，axis=1表示按列合并。

对于更复杂的数据合并操作，还可以使用numpy库中的concatenate()函数或者使用SQL语句来合并数据集。具体的选择取决于数据的结构和需要处理的业务场景。

腾讯云相关产品和产品介绍链接地址：由于不提及云计算品牌商，请自行参考腾讯云官方文档或咨询腾讯云客服获取相关产品和产品介绍信息。