padas合并转换后的数据
时间: 2024-03-05 14:50:19 浏览: 13
好的,那我理解您的问题是如何使用 pandas 合并和转换数据。在 pandas 中,我们可以使用 `concat()` 函数来合并多个 DataFrame,使用 `merge()` 函数来根据指定的列或索引进行数据合并,使用 `join()` 函数来根据索引进行数据连接。下面是一些示例代码,希望能帮到您:
1. 使用 `concat()` 函数合并多个 DataFrame
``` python
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})
# 使用 concat() 函数按行合并两个 DataFrame
df = pd.concat([df1, df2], axis=0)
# 输出合并后的 DataFrame
print(df)
```
输出结果如下:
```
A B
0 1 4
1 2 5
2 3 6
0 4 7
1 5 8
2 6 9
```
2. 使用 `merge()` 函数根据指定的列合并数据
``` python
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2'], 'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2'], 'C': [7, 8, 9], 'D': [10, 11, 12]})
# 使用 merge() 函数根据 key 列合并两个 DataFrame
df = pd.merge(df1, df2, on='key')
# 输出合并后的 DataFrame
print(df)
```
输出结果如下:
```
key A B C D
0 K0 1 4 7 10
1 K1 2 5 8 11
2 K2 3 6 9 12
```
3. 使用 `join()` 函数根据索引连接数据
``` python
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['K0', 'K1', 'K2'])
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]}, index=['K0', 'K1', 'K2'])
# 使用 join() 函数根据索引连接两个 DataFrame
df = df1.join(df2)
# 输出连接后的 DataFrame
print(df)
```
输出结果如下:
```
A B C D
K0 1 4 7 10
K1 2 5 8 11
K2 3 6 9 12
```
希望这些示例代码能够帮到您。如果您有其他问题或疑问,请随时问我。