我有两个长度相等的数据集。两者都只有一列。我正在尝试将它们结合起来,并用两列制作一个数据集。 我尝试过的内容为我提供了第一列中所有值的一列。但是第二列是al NaN。 请帮忙。
我已经尝试过.join&.merge&pd.concat&.add&...
df_low_rename = df_low_sui.rename(index=str, columns={'suicides/100k pop': 'low_gdp'})
df_high_rename = df_high_sui.rename(index=str, columns={'suicides/100k pop': 'high_gdp'})
df_combined = df_low_rename.add(df_high_rename)
df_combined
答案 0 :(得分:1)
熊猫合并功能有效。
数据集1:
import pandas as pd
data = [['Alex',10],['Bob',12],['Clarke',13]]
df1 = pd.DataFrame(data,columns=['Name','Age'])
print(df1)
输出:
Name Age
0 Alex 10
1 Bob 12
2 Clarke 13
数据集2:
data2 = [['Alex','Science'],['Bob','Physics'],['Clarke','Social']]
df2 = pd.DataFrame(data2,columns=['Name','Courses'])
print(df2)
输出:
Name Courses
0 Alex Science
1 Bob Physics
2 Clarke Social
合并数据集:
final=pd.merge(df1,df2)
输出:
Name Age Courses
0 Alex 10 Science
1 Bob 12 Physics
2 Clarke 13 Social
答案 1 :(得分:0)
我相信join会为您效劳。像这样:
df_low_rename.join(df_high_rename)
答案 2 :(得分:0)
尝试在列轴上使用concat:
combined = pandas.concat([df_low_rename, df_high_rename], axis=1)
答案 3 :(得分:0)
两个数据集都没有相同的索引。我这样修复:
df_low_rename = df_low_rename.reset_index(drop=True)
df_high_rename = df_high_rename.reset_index(drop=True)
然后我使用了join函数:
df_combined = df_low_rename.join(df_high_rename)
df_combined
这样,我得到了正确的输出。感谢所有尝试帮助我的人,对于这个菜鸟错误,我深表歉意。