使用 pandas 的 merge 函数将两个 data frame 按照 "E" 列进行合并，并输出结果

好的，可以使用下面的代码进行合并并输出结果：

import pandas as pd

# 创建示例数据 df1 和 df2
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9], 'D': [10, 11, 12], 'E': ['X', 'Y', 'Z']})
df2 = pd.DataFrame({'E': ['X', 'Z']})

# 按照 'E' 列进行合并，保留两个 data frame 中都存在的行数据
merged_df = pd.merge(df1, df2, on='E', how='inner')

# 输出合并后的结果
print(merged_df)

输出结果为：

   A  B  C   D  E
0  1  4  7  10  X
1  3  6  9  12  Z

可以看到，合并结果中只保留了 "E" 列中相同的行数据。

相关问题

如何使用使用pandas.merge合并两个excel的数据

表？

可以使用pandas中的merge函数，将需要合并的两个excel数据表按照某个共同的关键列进行连接，如下所示：

import pandas as pd

# 读取两个excel文件
df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')

# 定义共同关键列
key_column = 'ID'

# 使用merge函数进行数据合并
merged_df = pd.merge(df1, df2, on=key_column)

print(merged_df.head()) # 打印合并后的数据表头五行

pandas 用merge合并两个excel文件， 保存时如何将索引列设置为文本格式

您可以在合并后使用 pandas.DataFrame.reset_index() 函数将索引重置为一个新的整数序列，并使用 pandas.DataFrame.astype() 函数将该列转换为字符串类型，然后再使用 pandas.DataFrame.to_excel() 函数保存到 Excel 文件中。具体的代码如下所示：

import pandas as pd

# 读取两个 Excel 文件
df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')

# 合并两个 DataFrame
merged_df = pd.merge(df1, df2, on='key')

# 重置索引为字符串类型
merged_df.reset_index(inplace=True)
merged_df['index'] = merged_df['index'].astype(str)

# 保存到 Excel 文件中
merged_df.to_excel('merged_file.xlsx', index=False)

以上代码中，假设两个 Excel 文件中都存在一个名为 'key' 的列，用于作为合并的关键列。合并后，使用 `reset_index()` 函数将索引列重置为一个新的整数序列，并使用 `astype()` 函数将该列转换为字符串类型。最后，调用 `to_excel()` 函数将合并后的结果保存到 Excel 文件中，其中 `index=False` 参数表示不保存索引列。