如何在 Python 中水平（按列）组合两个 Pandas DataFrame，类似于 R 中的'cbind”函数？

连接 Pandas 中两个数据帧的行

问题：
如何在 Python 中水平（按列）组合两个数据帧Pandas 库，类似于 R 中的 cbind 函数？

解决方案：
要水平连接数据帧而不考虑键，请使用带有 axis=1 参数的 pd.concat() 函数。此参数指定沿列的串联：

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

示例：
考虑以下示例：

<code class="python">import pandas as pd

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)

result = pd.concat([df_a, df_b], axis=1)

print(result)</code>

输出：

        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  

如您所见，生成的数据帧的行数和列数与两个原始数据帧的总和相同。

替代方法：
除了 pd.concat() 之外，还可以使用 merge() 或 join() 进行盲列连接。但是，这些方法需要数据帧之间匹配索引或键：

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

# Using join()
result = df_a.join(df_b)</code>

以上是如何在 Python 中水平（按列）组合两个 Pandas DataFrame，类似于 R 中的'cbind”函数？的详细内容。更多信息请关注PHP中文网其他相关文章！