dataframe 两列合并

要合并 dataframe 的两列，可以使用 pandas 库中的 `concat` 函数。以下是一个示例代码：

import pandas as pd

# 创建示例 dataframe
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

# 合并两列
df['AB'] = df['A'].astype(str) + df['B'].astype(str)

# 打印合并后的 dataframe
print(df)

这段代码会将列 'A' 和列 'B' 中的值合并到新的列 'AB' 中。注意，我们使用了 `.astype(str)` 将整数类型转换为字符串类型，以便进行字符串拼接。

输出结果应该如下：

   A  B  AB
0  1  4  14
1  2  5  25
2  3  6  36

在这个示例中，我们将列 'A' 和列 'B' 中的值按顺序进行了合并，并将结果存储在新的列 'AB' 中。你可以根据自己的需求进行修改和扩展。

相关问题

dataframe两列合并

可以使用 pandas 库中的 concat 函数将两列合并，示例代码如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

df['AB'] = pd.concat([df['A'], df['B']], axis=0)

print(df)

输出结果为：

A B AB
0 1 4 1
1 2 5 2
2 3 6 3
0 4 5 4
1 5 6 5
2 6 7 6

其中 AB 列为合并后的结果。

dataframe两列合并去重

可以使用 pandas 库中的 concat 函数, 如下所示：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['x', 'y', 'z']})
df2 = pd.DataFrame({'A': [2, 3, 4], 'B': ['y', 'z', 'w']})

df = pd.concat([df1, df2]).drop_duplicates()
print(df)

这里将 df1 和 df2 合并，然后使用 drop_duplicates 函数去重，最终得到合并后的 dataframe。