pandas 的df合并

在pandas中，有几种方法可以合并DataFrame。其中一种方法是使用并集合并DataFrame，可以使用pd.concat()函数来实现。例如，使用以下代码可以将df1和df2按列进行并集合并：

pd.concat(\[df1, df2\], join="outer", axis=1)

这将返回一个新的DataFrame，其中包含df1和df2的所有列。如果两个DataFrame中有相同的列名，它们将被保留在结果中。如果某个DataFrame中没有某个列，结果中将显示NaN值。\[1\]

另一种方法是使用交集合并DataFrame，可以使用pd.concat()函数并设置join参数为"inner"来实现。例如，使用以下代码可以将df1和df2按列进行交集合并：

inner_df = pd.concat(\[df1, df2\], join="inner")

这将返回一个新的DataFrame，其中只包含df1和df2共有的列。如果两个DataFrame中有相同的列名，它们将被保留在结果中。\[2\]

此外，还可以使用pd.merge()函数来合并DataFrame。基本的语法为pd.merge(df1, df2)。例如，使用以下代码可以将df1和df2按列进行合并：

df1 = pd.DataFrame({"A": \[1, 1\], "B": \[1, 3\]})
df2 = pd.DataFrame({"A": 1, "C": 2})
merged_df = pd.merge(df1, df2)

这将返回一个新的DataFrame，其中包含df1和df2的所有列。如果两个DataFrame中有相同的列名，它们将被保留在结果中。\[3\]

总结起来，pandas中可以使用pd.concat()函数和pd.merge()函数来合并DataFrame，具体使用哪种方法取决于你的需求。
#### 引用[.reference_title]
- *1* *2* *3* [【python数据分析】pandas数据合并](https://blog.csdn.net/qq_42455430/article/details/123456564)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]