df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']}) df2 = pd.DataFrame({'A': [3, 4, 5], 'B': ['d', 'e', 'f']})提取A中相同的行和对应的 B行
时间: 2023-09-04 12:12:08 浏览: 47
可以使用 Pandas 中的 merge 函数来合并两个 DataFrame,并且指定 A 列作为合并的依据。代码如下:
```
result = pd.merge(df1, df2, on='A', how='inner')[['A', 'B_x', 'B_y']]
result.columns = ['A', 'B1', 'B2']
```
其中,on='A' 表示使用 A 列作为合并的依据,how='inner' 表示使用内连接的方式合并两个 DataFrame。最后,我们通过列表索引的方式选取需要的列,并且将列名修改为 B1 和 B2,代码中的 B_x 和 B_y 分别表示两个 DataFrame 中的 B 列。
相关问题
df2 = pd.DataFrame(test_out) df2.to_excel())和df1 = pd.DataFrame(train_out) df1.to_excel(())存入一个excel一个sheet
如果你想将两个 DataFrame 写入到同一个 Excel 文件中的同一个 sheet 中,可以先将两个 DataFrame 合并成一个 DataFrame,再将合并后的 DataFrame 写入到 Excel 文件中。具体实现方法如下:
```python
import pandas as pd
# 创建 DataFrame 对象
df1 = pd.DataFrame(train_out)
df2 = pd.DataFrame(test_out)
# 合并 df1 和 df2 为一个 DataFrame
df = pd.concat([df1, df2])
# 将 DataFrame 写入到 Excel 文件中
df.to_excel('output.xlsx', index=False)
```
在上述代码中,我们首先创建了两个 DataFrame 对象 df1 和 df2,然后使用 pd.concat() 方法将两个 DataFrame 合并为一个 DataFrame,并将合并后的 DataFrame 赋值给 df。接着,我们使用 to_excel() 方法将 df 对象写入到 Excel 文件中,其中 index=False 表示不将 DataFrame 的索引写入到 Excel 文件中。需要注意的是,这里的括号中需要填写 Excel 文件的路径和名称。
def save_csv(data): df = pd.DataFrame(pd.read_csv("data.csv")) df1 = pd.DataFrame(data, index=[0]) df2 = pd.concat([df, df1]) df2.to_csv("data.csv")
应该是一个保存数据到 CSV 文件的函数。这个函数的输入是一个数据列表,它生成一个带有新数据的 DataFrame,然后将这个 DataFrame 合并到原始数据 DataFrame 上,并将合并后的 DataFrame 存储到 CSV 文件中。具体的代码实现如下:
```
import pandas as pd
def save_csv(data):
df = pd.DataFrame(pd.read_csv("data.csv")) # 读取原始数据
df1 = pd.DataFrame(data, index=[0]) # 生成新的数据 DataFrame
df2 = pd.concat([df, df1]) # 合并两个 DataFrame
df2.to_csv("data.csv") # 存储到 CSV 文件中
```
在使用这个函数之前,需要先确定本地目录下是否有名为 "data.csv" 的文件,并且该文件包含了可以被加载到 Pandas DataFrame 中的数据。如果没有这个文件,需要先创建一个。当然,如果这个函数在使用的过程中出现了错误,比如说 "data.csv" 文件无法被正确读取或者数据无法被正确写入到 CSV 文件中,那么你需要添加相应的错误处理机制。