DataFrame可以使用pandas库中的merge()函数或concat()函数来实现。
示例代码:
import pandas as pd
# 创建两个熊猫DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
# 使用merge()函数将两个DataFrame合并
merged_df = pd.merge(df1, df2, on='A')
print(merged_df)
输出结果:
A B_x B_y
0 1 4 10
1 2 5 11
2 3 6 12
在上述示例中,我们创建了两个DataFrame df1和df2,然后使用merge()函数将它们根据列'A'进行合并,生成了一个新的DataFrame merged_df。合并后的DataFrame中,列'B'被分为了'B_x'和'B_y',分别表示来自df1和df2的值。
示例代码:
import pandas as pd
# 创建两个熊猫DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
# 使用concat()函数将两个DataFrame合并
merged_df = pd.concat([df1, df2])
print(merged_df)
输出结果:
A B
0 1 4
1 2 5
2 3 6
0 7 10
1 8 11
2 9 12
在上述示例中,我们创建了两个DataFrame df1和df2,然后使用concat()函数将它们按行连接在一起,生成了一个新的DataFrame merged_df。
以上是将两个熊猫DataFrame合并为一个新的DataFrame的方法,可以根据具体需求选择使用merge()函数或concat()函数。
领取专属 10元无门槛券
手把手带您无忧上云