pandas把两列数据取出组成一个新的dataframe

可以使用`pd.concat()`函数来将两列数据组成一个新的DataFrame。假设我们有一个名为`df`的DataFrame，其中包含两列数据`col1`和`col2`，代码如下：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': ['A', 'B', 'C']})

# 取出两列数据并组成一个新的DataFrame
new_df = pd.concat([df['col1'], df['col2']], axis=1)

# 显示新的DataFrame
print(new_df)

输出结果如下：

   col1 col2
0     1    A
1     2    B
2     3    C

通过`pd.concat()`函数，我们将`df['col1']`和`df['col2']`传递给它，然后设置`axis=1`表示按列组合数据。最后得到一个新的DataFrame `new_df`。

相关问题

pandas把两列数据组成一个新的dataframe

可以使用`pandas`中的`concat`函数将两列数据合并成一个新的`DataFrame`。假设你有两个`Series`对象 `s1` 和 `s2`，代码如下：

import pandas as pd

# 创建两个Series对象
s1 = pd.Series([1, 2, 3])
s2 = pd.Series(['a', 'b', 'c'])

# 使用concat函数将两个Series对象合并成一个DataFrame
df = pd.concat([s1, s2], axis=1)

# 打印新的DataFrame
print(df)

输出结果如下：

   0  1
0  1  a
1  2  b
2  3  c

其中，`axis=1`表示按列进行合并，如果想按行进行合并，则可以将`axis`设置为`0`。

pandas把一个dataframe数据其中的两列数据取出组成一个新的dataframe

可以使用DataFrame的loc方法来进行操作，例如：

import pandas as pd

# 创建一个示例数据集
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'gender': ['F', 'M', 'M', 'M'],
        'score': [80, 90, 85, 95]}
df = pd.DataFrame(data)

# 取出name和score列组成新的DataFrame
new_df = df.loc[:, ['name', 'score']]

print(new_df)

输出结果为：

      name  score
0    Alice     80
1      Bob     90
2  Charlie     85
3    David     95

其中的`:`,表示取所有行，`['name', 'score']`表示取name和score两列。这样就可以将原数据集中的name和score两列取出来组成一个新的DataFrame。