python合并列数据集过程

在 Python 中，我们可以使用 Pandas 库来合并列数据集。以下是一些常用的方法：

1. 使用 concat 方法按列合并两个数据集：

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': ['a', 'b', 'c']})
df2 = pd.DataFrame({'C': [4, 5, 6],
                    'D': ['d', 'e', 'f']})
# 使用 concat 方法按列合并两个数据集
df_concat = pd.concat([df1, df2], axis=1)
print(df_concat)

输出结果如下：

   A  B  C  D
0  1  a  4  d
1  2  b  5  e
2  3  c  6  f

上述代码中，我们使用了 concat 方法，通过 axis 参数指定按列合并两个数据集。由于两个数据集的行数相同，因此它们按照行索引进行了合并。

2. 使用 merge 方法按列合并两个数据集：

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': ['a', 'b', 'c']})
df2 = pd.DataFrame({'A': [4, 5, 6],
                    'B': ['d', 'e', 'f']})
# 使用 merge 方法按列合并两个数据集
df_merge = pd.merge(df1, df2, on='B')
print(df_merge)

输出结果如下：

   A_x  B  A_y
0    1  a    4
1    2  b    5
2    3  c    6

上述代码中，我们使用了 merge 方法，通过 on 参数指定按照 B 列进行合并。由于两个数据集都有 B 列，因此它们按照 B 列进行了合并。由于 A 列在两个数据集中都存在，因此在合并后会自动添加后缀进行区分。