两个dataframe有相同列

名，如何将它们合并成一个dataframe？

可以使用 pandas 库中的 merge 函数，将两个 dataframe 按照相同的列名进行合并。例如：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})

merged_df = pd.merge(df1, df2, on='A')

这样就可以将 df1 和 df2 按照 A 列进行合并，得到一个新的 dataframe merged_df。

相关问题

使用pd.merge合并两个dataframe、的时候，如何在合并过程中遇到“两个dataframe存在相同列”的情况时，仅保留一列

可以使用参数suffixes，指定两个DataFrame中同名列的不同后缀，最后合并的结果中，会仅保留一列。例如：pd.merge(df1, df2, suffixes=('_left', '_right'))

合并两个dataframe 列相同,要求ID列相同行不合并

在Python的Pandas库中，如果你想合并两个DataFrame，但只有当它们在特定列（例如ID列）上的值相同时才合并其他列，可以使用`merge()`函数，并设置`on`参数指定合并的关键列，同时设置`how='left'`或`how='inner'`来控制保留哪些匹配的行。

假设你有两个DataFrame `df1` 和 `df2`，并且它们都有一个名为`ID`的列，你可以这样做：

# 假设 df1 和 df2 的结构类似
merged_df = pd.merge(df1, df2, on='ID', how='inner')

# 如果你想保留所有df1的行，即使ID在df2中没有对应，则可以用'left'
# merged_df = pd.merge(df1, df2, on='ID', how='left')

这将返回一个新的DataFrame，其中只包含`ID`列在两边都存在的行，并保留了列相同的其他数据。

如果你想要的结果是保留唯一ID，那么`how='inner'`已经足够，如果需要保留df1的所有记录，用`how='left'`。