python相同行数的dataframe经行列合并

可以使用 `pandas` 库的 `concat` 函数将多个列合并到一起。假设有两个 `DataFrame`，分别是 `df1` 和 `df2`，它们有相同的行数和相同的列数，可以使用以下代码将它们的第二列合并到一起：

import pandas as pd

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

merged_df = pd.concat([df1.iloc[:, 1], df2.iloc[:, 1]], axis=1)

`concat` 函数的第一个参数是要合并的列的列表，`axis` 参数指定了合并的方向，如果 `axis=0`，则表示沿着行方向合并，如果 `axis=1`，则表示沿着列方向合并。在上述代码中，`iloc[:, 1]` 表示选取每个 `DataFrame` 的第二列，然后将这两列合并到一起。最终得到的 `merged_df` 是一个新的 `DataFrame`，它包含了两个 `DataFrame` 的第二列。

相关问题

python相同行数的dataframe合并

假设你有两个DataFrame对象，它们都有相同数量的行数。你可以使用`pd.concat()`函数将它们合并在一起，例如：

import pandas as pd

# 创建两个DataFrame对象
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 合并两个DataFrame对象
merged_df = pd.concat([df1, df2])

# 打印合并后的DataFrame对象
print(merged_df)

这将输出以下结果：

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

请注意，`pd.concat()`函数默认沿着行的方向合并DataFrame对象，因此在合并之后，行索引将从0开始递增。如果你想保留原始的行索引，请将`ignore_index`参数设置为True，如下所示：

merged_df = pd.concat([df1, df2], ignore_index=True)

python dataframe行数

Python中DataFrame的行数可以通过以下方式获取：

1. 使用shape属性：df.shape[]，其中df为DataFrame对象，[]表示获取行数。

2. 使用len()函数：len(df.index)，其中df为DataFrame对象，index表示行索引。

3. 使用行索引的长度：len(df)，其中df为DataFrame对象，表示行索引的长度即为行数。

以上三种方式都可以获取DataFrame的行数，具体使用哪种方式取决于个人习惯和实际情况。