如何在 Pandas 中合并两个行数相等的 DataFrame？

连接 Pandas 中两个数据帧的行

水平连接两个数据帧 df_a 和 df_b，行数相等，而不考虑键，使用 concat 函数并将 axis 参数设置为 1：

<code class="python">pd.concat([df_a, df_b], axis=1)</code>

例如，考虑以下两个数据帧：

<code class="python">dict_data = {'Treatment': ['C', 'C', 'C'], 'Biorep': ['A', 'A', 'A'], 'Techrep': [1, 1, 1], 'AAseq': ['ELVISLIVES', 'ELVISLIVES', 'ELVISLIVES'], 'mz':[500.0, 500.5, 501.0]}
df_a = pd.DataFrame(dict_data)
dict_data = {'Treatment1': ['C', 'C', 'C'], 'Biorep1': ['A', 'A', 'A'], 'Techrep1': [1, 1, 1], 'AAseq1': ['ELVISLIVES', 'ELVISLIVES', 'ELVISLIVES'], 'inte1':[1100.0, 1050.0, 1010.0]}
df_b = pd.DataFrame(dict_data)</code>

使用 axis=1 的 concat 函数，我们可以按列连接这些数据帧：

<code class="python">pd.concat([df_a, df_b], axis=1)</code>

这将产生一个具有相同行数 (3) 且列数等于两个数据帧中列数之和 (9) 的数据帧:

        AAseq Biorep  Techrep Treatment     mz      AAseq1 Biorep1  Techrep1  \
0  ELVISLIVES      A        1         C  500.0  ELVISLIVES       A         1   
1  ELVISLIVES      A        1         C  500.5  ELVISLIVES       A         1   
2  ELVISLIVES      A        1         C  501.0  ELVISLIVES       A         1   

  Treatment1  inte1  
0          C   1100  
1          C   1050  
2          C   1010  

请注意，由于没有重叠的列，合并后的数据框直接将列组合成一个表。

此外，您可以使用它们的索引来合并数据框，因为它们有相同的行数，提供相同的结果：

<code class="python">df_a.merge(df_b, left_index=True, right_index=True)</code>

以上是如何在 Pandas 中合并两个行数相等的 DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！