组合两个不同数据集的列

import pandas as pd

# 示例数据集
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'C': [7, 8]})

# 使用rename方法重命名冲突列
df2 = df2.rename(columns={'A': 'A_2'})

# 合并数据集
result = pd.concat([df1, df2], axis=1)
print(result)

# 示例数据集
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': ['5', '6'], 'C': [7, 8]})

# 将df2中的'A'列转换为整数类型
df2['A'] = df2['A'].astype(int)

# 合并数据集
result = pd.concat([df1, df2], axis=1)
print(result)

# 示例数据集
df1 = pd.DataFrame({'ID': [1, 2], 'A': [10, 20]})
df2 = pd.DataFrame({'ID': [1, 3], 'B': [30, 40]})

# 使用merge方法进行水平合并，并设置how='outer'以保留所有键
result = pd.merge(df1, df2, on='ID', how='outer')
print(result)