
方法一:使用concat方法沿着一条轴,将多个对象堆叠到一起。
1 2 3 4 5 6 | df_concat = pd.concat([df_aa,df_zz]) # 默认沿axis=0,join=‘out’的方式进行concat
df_igno_idx = pd.concat([df_aa,df_zz], ignore_index=True)
'' '
# 重新设定index(效果类似于pd.concat([df1,df2]).reset_index(drop=True))
'' '
df_col = pd.concat([df_aa,df_zz], axis=1)
|
方法二:使用join方法用于索引上的合并。
1 2 3 4 5 6 7 8 | >>> caller.join(other.set_index( 'key' ), on= 'key' )
key A B
0 K0 A0 B0
1 K1 A1 B1
2 K2 A2 B2
3 K3 A3 NaN
4 K4 A4 NaN
5 K5 A5 NaN
|
方法三:使用最常用的merge函数合并。
1 2 3 | pd.merge(left, right, how= 'inner' , on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=True,
suffixes=( '_x' , '_y' ), copy =True, indicator=False)
|
小编介绍过pandas的连接函数concat()函数使用方法,concat()函数是专门服务于pandas.Dataframe合并使用的,那pandas.Dataframe拼接方法除了concat()函数方法还有三种,以上就是小编整理的python中pandas.Dataframe合并的三种方法,希能对你有所帮助哟~
(推荐操作系统:windows7系统、Python 3.9.1,DELL G3电脑。)