Question

例如，有两个数据框，即 df1（n x m1）和 df2（n x m2），它们之间没有公共列。然后如何合并数据框，以使输出数据框的形状精确地为 n x（m1 + m2）？

df1 = pd.DataFrame({
    'col_1': [0, 1, 2, 3],
    'col_2': [4, 5, 6, 7]})

df2 = pd.DataFrame({
    'col_3': [6, 4, 3, 1],
    'col_4': [9, 3, 7, 1], 
    'col_5': [19, 13, 17, 10]})

此社区中发布了许多有关以下问题的解决方案，网络上也提供了解决方案。但是，很难找到用于保存上述尺寸（n x（m1 + m2））的资源。对于上面的示例或较小的数据样本，下面的merge方法执行得很好。

df1. merge(df2, how='inner', left_index= True, right_index= True)

但是merge方法在具有巨大元素的高维数据帧上无法正确执行。对于kaggle房屋定价数据集

https://www.kaggle.com/c/house-prices-advanced-regression-techniques

将数字和分类特征（数据帧）分开后，当尝试在保持行大小相同的情况下合并它们时，它变成两个数据帧的行总和的两倍（2 *（n + n））用于以下合并方法。他们是否有其他合适的方法或适当的方法来完成任务？

Answer 1

有很多方法可以做到这一点：

第一种方式：

print(df1.join(df2))

第二种方式：

print(pd.concat([df1, df2], axis=1))

第三种方式：

print(df1.merge(df2, left_index=True, right_index=True))

时间：

from timeit import timeit
df1 = pd.DataFrame({
    'col_1': [0, 1, 2, 3],
    'col_2': [4, 5, 6, 7]})

df2 = pd.DataFrame({
    'col_3': [6, 4, 3, 1],
    'col_4': [9, 3, 7, 1], 
    'col_5': [19, 13, 17, 10]})

print('First Solution', timeit(lambda: df1.join(df2), number=10000))
print('Second Solution', timeit(lambda: pd.concat([df1, df2], axis=1), number=10000))
print('Third Solution', timeit(lambda: df1.merge(df2, left_index=True, right_index=True), number=10000))

第二个解决方案获胜：

First Solution 8.202560314644044
Second Solution 7.059892805897661
Third Solution 7.59388310738364

当然，当您不需要最佳性能时，也可以使用第一个和第三个，我主要使用第一个，因为它很短。

Answer 2

由于您没有公共列，因此我假设您要以并列（axis = 1）为基础进行合并：

df1.concat(df2,axis=1)

这将在列轴上合并两个数据框。

如何准确合并两个不同的DataFrame，它们之间具有完全不同的列

2 个答案: