在Python中组合DataFame

我使用python在Pandas中创建了两个数据帧。我想把它们组合成一个数据框，包含

Name、PrivateIP

和

Memory

列

东道主(东道主): 内存单元df： 我还想去掉

内存中的零列

这是我的密码

密码
如何将这些DatFame与以下列合并：
名称、私有IP、内存？
？
试试这个


重置
内存的索引\u df
数据帧
连接两个数据帧：
hosts_df
和
memory_df


pd.concat（[hosts\u df，memory\u df.reset\u index（drop=True）]，axis=1）

代码：示例
#虚拟数据
hosts_df=pd.DataFrame（{'Name'：['bastion001'，'logicmonitor001'，'logicmonitor002']，
‘PrivateIP’：[“10.238.2.166”、“10.238.2.52”、“45.21.2.1”]）
memory_df=pd.DataFrame（{'memory'：[1843260677061647904828]}）
#Concat数据帧
df=pd.concat（[hosts\u df，memory\u df.reset\u index（drop=True）]，axis=1）
打印（df）

输出：

Name私有IP内存
0堡垒001 10.238.2.166 1843260
1逻辑监视器001 10.238.2.52 1843260
2逻辑监视器002 45.21.2.1 1843260
@bluethundr这就是你要找的吗？是的，太完美了。谢谢我想问你一个问题。在无法登录且无法读取内存的服务器上，我在数据框中看到了这一点：
B-surveys-1c2e 10.238.2.39 NaN
。有没有办法用
NaN
替换其他值？例如
Null
？参见这两个：（1）和（2）。将它们组合起来以得到您想要的（如果我理解正确的话）。不要重复地将数据帧附加到彼此。将它们全部读入标准python列表，然后在末尾使用
pandas.concat
***Hosts Data Frame:
                      Name     PrivateIP
0               bastion001     10.238.2.166
1          logicmonitor001     10.238.2.52
2          logicmonitor002     45.21.2.1
***

***Memory Data Frame:
     Memory
0   1843260
0   7706164
0   7904828
***

    import os
    import pandas as pd
    filelist = os.listdir(text_path)
    # Read the servers into the DF
    hosts_list = os.path.join('..', '..', 'source_files', 'aws_hosts_list', 'aws_hosts_list.csv')
    text_path = "/home/tdun0002/stash/cloud_scripts/aws_scripts/output_files/memory_stats/text/"                
    hosts_df = pd.read_csv(hosts_list, skipinitialspace=True)
    hosts_df.columns = ["Name", "PrivateIP"]
    # Create the memory dataframe
    column_names = ["Memory"]
    memory_df = pd.DataFrame(columns=column_names)
    print(f"Reading text files into the Memory DF")
    for filename in filelist:
        print(f"Adding filename: {filename}")
        filename = text_path + filename
        temp_df = pd.read_csv(filename, delim_whitespace=True, names=column_names)
        memory_df = memory_df.append(temp_df)

    memory_df.Memory = memory_df.Memory.astype("int32")