Python 如何准确地合并两个列完全不同的数据帧

例如，有两个数据帧，即df1（nxm1）和df2（nxm2），它们之间没有公共列。那么，如何合并数据帧，使输出数据帧的形状精确地nx（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]})

这个社区发布了很多关于以下问题的解决方案，也可以在web上找到解决方案。然而，保存上述维度（nx（m1+m2））的资源却出人意料地难以找到。 对于上面的示例或小尺寸的数据样本，下面的merge方法可以完美地执行

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

但是merge方法不能在具有大量元素的高维数据帧上适当地执行。在kaggle房价数据集的情况下

---

在分离数字特征和分类特征（数据帧）后，当试图合并它们并保持行大小不变时，对于以下合并方法，它将成为两个数据帧的行总和的两倍。他们是否有任何其他方式或适当的方法可以适当地完成任务？

由于您没有公共列，我假设您希望将它们并排（轴=1）地连接在一起：

---

这将连接列轴上的两个数据帧。

有很多方法：

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))

第一种方式：

print(df1.join(df2))

第二种方式：

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

第三条道路：

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

计时：

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))

第二种解决方案获胜：

First Solution 8.202560314644044
Second Solution 7.059892805897661
Third Solution 7.59388310738364

---

当然，当您不需要最佳性能时，您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。

您想并排使用它们吗？您的预期输出是什么？是的。只想插入另一个数据帧中的所有列，而当前数据帧之间没有公共列。您是否尝试过简单地

df1.join（df2）

？

pd.concat（[df1，df2]，axis=1）

但它向我显示了AttributeError:“DataFrame”对象没有属性“concat”您的Pandas版本是什么？Pandas版本0.24.2秒和第三个版本工作得很好。第一个并没有像预期的那样保持尺寸。@SofiUllahSaikat它对我有用，但。。。无论如何，记得在下班后接受我认为第一个应该有效。但对于我的情况，维度大小（行）减少了1。我必须弄清楚为什么会这样。