Question

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

Output

Answer 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

Answer 2

我相信join会为您效劳。像这样：

df_low_rename.join(df_high_rename)

Answer 3

尝试在列轴上使用concat：

combined = pandas.concat([df_low_rename, df_high_rename], axis=1)

Answer 4

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。

在Python中合并两个等长的数据集

4 个答案: