python合并两个长度相同列名不同的dataframe，给出代码

假设有两个长度相同的DataFrame，分别为df1和df2，可以使用pandas中的concat函数进行合并。

代码如下：

import pandas as pd

# 创建示例数据
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})

# 使用concat函数进行合并
df = pd.concat([df1, df2], axis=1)

print(df)

输出结果：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

在concat函数中，设置axis参数为1，表示按列进行合并。如果两个DataFrame中的行数不相同，可以设置参数join='inner'，表示只保留两个DataFrame中都存在的行。

相关问题

将两个列名不同的dataframe按行合并，并统一列名

可以使用 pandas 库中的 concat() 函数来将两个列名不同的 DataFrame 按行合并，并统一列名。具体操作如下：

假设有两个 DataFrame，分别为 df1 和 df2，它们的列名不同。我们可以使用 concat() 函数将它们按行合并，并统一列名。

import pandas as pd

# 创建示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})

# 将两个 DataFrame 按行合并，并统一列名为 ['A', 'B', 'C', 'D']
merged_df = pd.concat([df1, df2], axis=0, ignore_index=True)

print(merged_df)

输出结果为：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

其中，`axis=0` 表示按行合并，`ignore_index=True` 表示忽略原来的行索引。如果不加 `ignore_index=True`，则合并后的 DataFrame 的行索引为原来两个 DataFrame 的行索引的组合。如果需要统一列名，只需要在合并时指定一个新的列名列表即可。

python中的dataframe如何将两个dataframe同一个相同的列名进行合并

你可以使用 pandas 库中的 merge 函数，将两个 dataframe 通过相同的列名进行合并。示例代码如下：

import pandas as pd

# 创建两个 dataframe
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': ['d', 'e', 'f']})

# 合并两个 dataframe
result = pd.merge(df1, df2, on='A')

# 输出结果
print(result)

此代码将根据 column A 进行合并，输出结果如下：

   A B_x B_y
0  1   a   d
1  2   b   e
2  3   c   f

其中，B_x 和 B_y 表示合并前两个 dataframe 中对应的列名，可以进行修改以符合需求。