Question

这可能很简单，但我有以下数据：

在数据框1中：

index dat1
0     9
1     5

在数据框2中：

index dat2
0     7
1     6

我想要一个具有以下形式的数据框：

index dat1  dat2
0     9     7
1     5     6

我尝试过使用append方法，但我得到了交叉连接（即笛卡尔积）。

这样做的正确方法是什么？

Answer 1

一般来说，你只是在寻找一个联盟：

> dat1 = pd.DataFrame({'dat1': [9,5]})
> dat2 = pd.DataFrame({'dat2': [7,6]})
> dat1.join(dat2)
   dat1  dat2
0     9     7
1     5     6

Answer 2

您也可以使用：

dat1 = pd.concat([dat1, dat2], axis=1)

Answer 3

join（）和concat（）方式都可以解决问题。但是，我必须提到一个警告：在您加入之前重置索引，如果您尝试通过从另一个DataFrame中选择一些行来处理某些数据框，则重新连接。

下面的一个示例显示了join和concat的一些有趣行为：

dat1 = pd.DataFrame({'dat1': range(4)})
dat2 = pd.DataFrame({'dat2': range(4,8)})
dat1.index = [1,3,5,7]
dat2.index = [2,4,6,8]

# way1 join 2 DataFrames
print(dat1.join(dat2))
# output
   dat1  dat2
1     0   NaN
3     1   NaN
5     2   NaN
7     3   NaN

# way2 concat 2 DataFrames
print(pd.concat([dat1,dat2],axis=1))
#output
   dat1  dat2
1   0.0   NaN
2   NaN   4.0
3   1.0   NaN
4   NaN   5.0
5   2.0   NaN
6   NaN   6.0
7   3.0   NaN
8   NaN   7.0

#reset index 
dat1 = dat1.reset_index(drop=True)
dat2 = dat2.reset_index(drop=True)
#both 2 ways to get the same result

print(dat1.join(dat2))
   dat1  dat2
0     0     4
1     1     5
2     2     6
3     3     7


print(pd.concat([dat1,dat2],axis=1))
   dat1  dat2
0     0     4
1     1     5
2     2     6
3     3     7

Answer 4

事实上，

data_joined = dat1.join(dat2)
print(data_joined)

Answer 5

只需要正确的谷歌搜索：

data = dat_1.append(dat_2)
data = data.groupby(data.index).sum()

将列附加到pandas数据帧

5 个答案: