Python教程

Python教程 Python特性 Python的历史 Python应用程序 Python安装 Python示例 Python变量 Python数据类型 Python的关键词 Python文字 Python运营商 Python的评论 Python If else Python循环 Python For循环 Python While循环 Python打破 Python继续 Python通过 Python字符串 Python列表 Python元组 Python列表Vs元组 Python集 Python字典 Python函数 Python内置函数 Python Lambda函数 Python文件I/O Python模块 Python的例外 Python的日期 Python正则表达式 Python发送邮件读取CSV文件写入CSV文件读取Excel文件写Excel文件 Python断言 Python列表推导 Python Collection模块 Python数学模块 Python OS模块 Python随机模块 Python统计模块 Python Sys模块 Python ide Python数组命令行参数 Python魔法方法 Python Stack & Queue PySpark MLlib Python装饰 Python发电机使用Python进行网页抓取 Python JSON 出现Python Itertools Python多处理如何用地理位置法计算两点之间的距离 Python中的Gmail API 如何在Python中使用folium包绘制谷歌映射 Python中的网格搜索 Python高阶函数 Python中的nsetools Python程序查找第n个斐波那契数 Python OpenCV对象检测 Python SimpleImputer模块 Python中的第二大数字

Python哦

Python oop概念 Python对象类 Python的构造函数 Python继承 Python中的抽象

Python MySQL

环境设置数据库连接创建新数据库创建表插入操作读操作更新操作连接操作执行事务

Python MongoDB

Python SQLite

Python的问题

Python Tkinter (GUI)

Python网页拦截器

介绍构建Python脚本 Linux下的脚本部署 Windows部署脚本

Python MCQ

Python MCQ Python MCQ第2部分

Python程序

下一个→ ←上一页

如何在Python中使用中文?

函数是实现这一目标最简单的方法之一。cbind方法(代表列绑定)是一个融合函数，它将具有相同数量的不同行的两个数据帧合并为一个统一的数据帧。连接具有相同行数的两个Pandas dataframe要比看起来困难一些。在本教程中，我们将介绍如何使用concat()函数在Python Pandas中绑定两个数据帧的列。

具有相同索引数的数据帧

首先，我们将使用Pandas的DataFrame函数创建两个数据帧。

创建数据框1:

代码

            创建数据框架Data = {'Name':['Itika'，'Arshia'，'Aditi'，'Peter'，'Parker'，'Harry'，'Naill'， 'Zayn'，'Louis']， 'Eng_Marks':[9,74,57,28,93,46,24,86,45]， 'Math_Marks':[65,24,6, 34,84,34,65,65, 45]} dataframe1 = pd. dataframe (Data) print(dataframe1)
           

输出:

创建数据框2:

代码

            Data = {'Sci_Marks':[65, 23, 76, 84, 23, 75, 35, 65, 86]， 'Hindi_Marks':[63,98, 75, 76, 23, 54, 65, 24, 53]} dataframe2 = pd. dataframe (Data) print(dataframe2)
           

输出:

让我们连接或列绑定两个数据帧，dataframe1和dataframe2。两个数据帧的组合是通过使用concat()函数完成的，该函数接受两个数据帧作为参数，并逐列进行处理。

代码

输出:

参数axis=1 bindings指定数据帧的绑定将按列进行，因此最终的列绑定数据帧将如下所示。

具有相同索引数的数据帧

首先，我们将使用Pandas的DataFrame函数创建两个数据帧。

创建数据框架1:

代码

            创建数据框架Data ={'水果':['芒果'，'石榴'，'橙子'，'荔枝'，'猕猴桃'，'甜瓜'，'苹果'，'香蕉'，'番石榴']，'公斤':[54,75,34,87,65,87,65,67,58]，'盒子':[12,43,12,32,23,12,32,21]}dataframe1 = pd. dataframe (Data) print(dataframe1)
           

输出:

创建数据框2:

代码

            Data = {' delivery_days ':[12, 21, 10, 9, 7, 5, 10, 9, 7]} dataframe2 = pd. dataframe (Data) dataframe2。Index = [9, 10, 11, 12, 13, 14, 15, 16, 17] print(dataframe2)
           

输出:

注意，两个dataframe没有相同的索引值。

当我们尝试将这些数据帧与concat()函数绑定在一起时，我们将得到最终的数据帧，如下所示:

代码

            #对两个dataframe执行列绑定dataframe3 = pdconcat([dataframe1, dataframe2]， axis=1) #查看结果数据帧print(dataframe3)
           

输出:

这不是我们想要的结果。

为了纠正这个问题，我们必须在连接每个DataFrame之前手动重置它们的索引:

代码

            #重置每个DataFrame的索引。reset_index(drop = True, inplace = True)reset_index(drop = True, inplace = True) #在两个dataframe上执行列绑定Concat ([dataframe1, dataframe2]，轴=1)print (dataframe3)
           

输出: