Python 合并pandas中的Descripte方法输出

我正在使用pandas进行数据搜索，但我似乎不知道什么是基本的合并。本质上，我在一个数据集上有多个descripe方法。描述方法的输出如下所示。我在这个例子中使用了简单的数字。列的名称相同（Metric4）

我想将这些合并在一起，以获得如下输出：

      Metric4  Metric42
count 15       10
mean  26       15
std   26       28
min   86       86
25%   10       10
50%   12       12
75%   13       13
max   18       18

---

我想我想把列名改为，以便区分两者，但我目前遇到的主要问题是合并。任何帮助都将不胜感激。

这是一个非常简单的

合并

案例，您可以使用附加的

后缀=（''，'2'）

参数提供后缀：

In [95]:

df0 = pd.DataFrame({'Metric4':np.random.randn(10)})
df1 = pd.DataFrame({'Metric4':np.random.randn(10)})
In [96]:

print pd.merge(df0.describe(), df1.describe(), left_index=True, right_index=True, suffixes=('', '2'))
         Metric4   Metric42
count  10.000000  10.000000
mean    0.304794  -0.061428
std     1.536658   1.388435
min    -1.955994  -2.320610
25%    -1.102251  -1.357967
50%     0.718339   0.289702
75%     1.262556   1.211371
max     2.571758   1.341736

你查过API了吗？

In [95]:

df0 = pd.DataFrame({'Metric4':np.random.randn(10)})
df1 = pd.DataFrame({'Metric4':np.random.randn(10)})
In [96]:

print pd.merge(df0.describe(), df1.describe(), left_index=True, right_index=True, suffixes=('', '2'))
         Metric4   Metric42
count  10.000000  10.000000
mean    0.304794  -0.061428
std     1.536658   1.388435
min    -1.955994  -2.320610
25%    -1.102251  -1.357967
50%     0.718339   0.289702
75%     1.262556   1.211371
max     2.571758   1.341736