🔥 Как склеить два датафрейма pandas и достичь совершенства 🔥

        import pandas as pd

        # Горизонтальное объединение
        df_concat_horizontal = pd.concat([df1, df2], axis=1) 

        # Вертикальное объединение
        df_concat_vertical = pd.concat([df1, df2], axis=0) 
    

        import pandas as pd

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

Как склеить два датафрейма pandas?

Добро пожаловать в эту подробную статью о том, как склеить два датафрейма в библиотеке pandas. Во время работы с данными, иногда возникает необходимость объединить два или больше датафреймов для создания более полной и информативной таблицы. Pandas предоставляет нам несколько методов для выполнения этой задачи, и в этой статье мы рассмотрим два из них - concat() и merge().

Метод concat()

Метод concat() позволяет объединить датафреймы вертикально или горизонтально. Для вертикального объединения, мы просто передаем список датафреймов в качестве аргумента и указываем ось, по которой нужно объединять. Например, допустим у нас есть два датафрейма df1 и df2:

import pandas as pd

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

df2 = pd.DataFrame({'A': [7, 8, 9],
                    'B': [10, 11, 12]})
    

Чтобы объединить их по вертикали, мы можем использовать следующий код:

result = pd.concat([df1, df2], axis=0)
print(result)
    

Метод concat() возвращает новый датафрейм, содержащий объединенные данные. Указание axis=0 говорит pandas объединить данные по вертикали. Результат будет выглядеть так:

   A   B
0  1   4
1  2   5
2  3   6
0  7  10
1  8  11
2  9  12
    

Если мы хотим объединить датафреймы по горизонтали, то можно использовать axis=1:

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

Результат будет следующим:

   A  B  A   B
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12
    

Метод merge()

Метод merge() позволяет объединять датафреймы на основе общих столбцов или индексов. Этот метод работает как операция объединения (join) в SQL. Давайте рассмотрим пример:

df1 = pd.DataFrame({'key': ['A', 'B', 'C'],
                    'value1': [1, 2, 3]})

df2 = pd.DataFrame({'key': ['B', 'C', 'D'],
                    'value2': [4, 5, 6]})
    

У нас есть два датафрейма, df1 и df2, и оба содержат столбец 'key'. Мы можем объединить их по этому столбцу, используя метод merge() следующим образом:

result = pd.merge(df1, df2, on='key')
print(result)
    

Результат будет выглядеть так:

  key  value1  value2
0   B       2       4
1   C       3       5
    

Метод merge() объединяет датафреймы по общему столбцу 'key'. Если столбцы не имеют одного и того же имени, мы можем передать аргументы left_on и right_on, чтобы указать имена столбцов в каждом из датафреймов.

Заключение

В этой статье мы рассмотрели два метода для склеивания датафреймов в библиотеке pandas - concat() и merge(). Метод concat() позволяет объединять датафреймы вертикально или горизонтально, в зависимости от указанной оси. Метод merge() объединяет датафреймы на основе общих столбцов или индексов, как операция объединения в SQL.

Помните, что склеивание датафреймов может быть полезным инструментом при анализе данных и создании более полной информационной таблицы. Используйте данные методы в pandas для достижения своих целей.