python相同行数的dataframe经行列合并
时间: 2023-06-28 21:09:23 浏览: 58
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:
```python
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:
```python
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:
```python
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。