Python 通过具有相同名称的列连接数据帧
我有以下数据帧: df: 及 df2: 我希望: df_r: 注意:这只是一个简单的例子,答案应该是不知道第一手什么是相同的列。i、 想象你有一千列。简单Python 通过具有相同名称的列连接数据帧,python,pandas,dataframe,Python,Pandas,Dataframe,我有以下数据帧: df: 及 df2: 我希望: df_r: 注意:这只是一个简单的例子,答案应该是不知道第一手什么是相同的列。i、 想象你有一千列。简单 也很简单 简单的 也很简单 现在是引入concat和join pd.concat([df1,df2],join='inner',ignore_index =True) Out[30]: A C 0 1 1 1 2 2 2 3 3 3 4 4 使用对齐的另一种方法 pd.concat(df1.align(df2,
也很简单 简单的
也很简单
现在是引入
concat
和join
pd.concat([df1,df2],join='inner',ignore_index =True)
Out[30]:
A C
0 1 1
1 2 2
2 3 3
3 4 4
使用对齐的另一种方法
pd.concat(df1.align(df2,join='inner',axis=1),ignore_index =True)
Out[37]:
A C
0 1 1
1 2 2
2 3 3
3 4 4
对于合并索引
或列
而言,用于外部
和内部
联接的这两种方法都可以使用联接现在是引入concat
的时候了
pd.concat([df1,df2],join='inner',ignore_index =True)
Out[30]:
A C
0 1 1
1 2 2
2 3 3
3 4 4
使用对齐的另一种方法
pd.concat(df1.align(df2,join='inner',axis=1),ignore_index =True)
Out[37]:
A C
0 1 1
1 2 2
2 3 3
3 4 4
对于合并索引或列
的外部
和内部
联接,这两种方法都必须更具体。我说的是成千上万的专栏,所以我不知道哪些是相同的。我必须更具体一些。我说的是数千列,所以我不知道哪些列是相同的。答案很好,我喜欢它这么干净。@AntonioLópezRuiz ha Hay coding:-)@AntonioLópezRuiz我更新了另一种方法,如果你想检查:-),唯一的缺点是很难将两个以上的数据帧组合在一起。我检查过了,我相信第一种方法是最好的,因为从理论上讲,您可以拥有无限量的数据帧,而且它仍然可以工作。这也是为什么我选择它作为正确答案的原因,因为它适用于很多场景,而且非常干净。答案很好,我喜欢它如此干净。@AntonioLópezRuiz ha Hay coding:-)@AntonioLópezRuiz我已经更新了另一种方法,如果你想检查:-),这是唯一的缺点,很难管理2个以上的数据帧组合。我检查了它,我相信第一种方法是最好的,因为理论上你可以有无限量的数据帧,它应该仍然可以工作。这也是我选择它作为正确答案的原因,因为它适用于很多场景,而且非常干净。
df[cols].append(df2[cols])
pd.concat([df1,df2],join='inner',ignore_index =True)
Out[30]:
A C
0 1 1
1 2 2
2 3 3
3 4 4
pd.concat(df1.align(df2,join='inner',axis=1),ignore_index =True)
Out[37]:
A C
0 1 1
1 2 2
2 3 3
3 4 4