pandas 横向拼接多个表

可以 pandas 的 `concat` 函数来横向拼接多个表。假设有三个表 `df1`、`df2`、`df3`，每个表都有相同的行索引，可以使用以下代码实现横向拼接：

import pandas as pd

# 创建三个表
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]}, index=['a', 'b', 'c'])
df3 = pd.DataFrame({'E': [13, 14, 15], 'F': [16, 17, 18]}, index=['a', 'b', 'c'])

# 横向拼接
df_concat = pd.concat([df1, df2, df3], axis=1)

print(df_concat)

输出结果为：

   A  B  C   D   E   F
a  1  4  7  10  13  16
b  2  5  8  11  14  17
c  3  6  9  12  15  18

其中 `axis=1` 表示要横向拼接，即按列拼接。如果三个表的列数不同，会自动对齐列索引，缺失的数据会用 NaN 填充。如果要去掉缺失数据，可以使用 `dropna` 函数。

相关问题

pandas series拼接

pandas中的拼接主要通过concat方法来实现。该方法可以用于拼接多个series或dataframe，将它们按照指定的轴进行合并。默认情况下，concat方法在纵向（行）方向上进行拼接，即axis参数的默认值为0。可以通过设置axis参数为1来在横向（列）方向上进行拼接。

例如，假设有两个pandas series对象s1和s2，我们可以使用concat方法将它们拼接在一起，生成一个新的series对象s3。拼接的语法如下所示：

s3 = pd.concat([s1, s2], axis=0)

其中，参数[s1, s2]是一个包含需要拼接的series对象的列表。通过设置axis参数为0，我们可以确保s1和s2在纵向方向上进行拼接，并生成一个新的series对象s3。

需要注意的是，concat方法还可以在拼接时指定其他的参数，比如join参数用于指定拼接时的方式，可以是'outer'或'inner'。join参数的默认值是'outer'，表示取并集；而'inner'表示取交集。此外，还可以设置ignore_index参数为True来忽略原始series的索引，生成新的连续索引。

总结起来，通过使用pandas的concat方法，可以轻松地将多个series对象进行拼接，生成新的series对象，并可以灵活地指定拼接的方式和轴向。

pd.concat 横向拼接

`pd.concat()` 是pandas库中的一个功能，用于沿着指定轴（通常是行或列，即axis=0或1）将两个或更多的DataFrame对象连接起来。当你想要横向（column-wise 或者说水平方向）拼接DataFrame时，你应该使用 `axis=1` 参数。

例如，如果你有两个DataFrame `df1` 和 `df2`，它们拥有相同的列名，你可以这样做：

df_result = pd.concat([df1, df2], axis=1)

这将会创建一个新的DataFrame，其中包含来自 `df1` 的所有行以及来自 `df2` 的所有列。原始的列顺序不会改变，因为它们是在同一个维度上添加的。如果你希望复制某列，则可以在传入的列表中多次列出该列名。

如果你的DataFrame列名不一致，`pd.concat` 默认会尝试进行配对合并，可能会导致错误。在这种情况下，你可以通过`keys`参数指明对应键来指定合并规则。