Как склеить два датафрейма python: простое руководство с примерами и объединениями

Для объединения двух датафреймов в Python вы можете использовать функцию concat из библиотеки pandas.

import pandas as pd

# Создание двух датафреймов
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# Склеивание датафреймов по вертикали
result = pd.concat([df1, df2])

# Вывод результата
print(result)

Если вам необходимо склеить датафреймы по горизонтали, вы можете использовать параметр axis=1 в функции concat.

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

Как склеить два датафрейма в Python

На протяжении работы с данными в Python, часто возникает необходимость объединять два или более датафрейма с целью получения полной исчерпывающей информации. В этой статье мы рассмотрим несколько способов объединения датафреймов в Python, используя библиотеку pandas.

1. Метод merge()

Метод merge() позволяет соединять датафреймы по общим столбцам или индексам.

Пример 1:

import pandas as pd

df1 = pd.DataFrame({'id': [1, 2, 3],
                    'name': ['John', 'Alice', 'Bob']})

df2 = pd.DataFrame({'id': [2, 3, 4],
                    'age': [25, 30, 35]})

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

print(merged_df)

В этом примере у нас есть два датафрейма, df1 и df2, которые мы хотим объединить по столбцу id. Результатом объединения будет новый датафрейм merged_df, который содержит все строки из df1 и df2, где значения столбца id совпадают.

Пример 2:

merged_df = pd.merge(df1, df2, on='id', how='left')

print(merged_df)

В этом примере мы использовали аргумент how='left' для объединения. Это означает, что все значения из df1 будут сохранены, даже если в df2 нет соответствующих значений столбца id.

2. Метод join()

Метод join() также используется для объединения датафреймов, но он работает на основе индекса датафрейма.

Пример 3:

df1 = pd.DataFrame({'id': [1, 2, 3],
                    'name': ['John', 'Alice', 'Bob']})

df2 = pd.DataFrame({'age': [25, 30, 35]},
                   index=[2, 3, 4])

joined_df = df1.join(df2, how='inner')

print(joined_df)

В этом примере мы объединяем датафреймы df1 и df2 на основе индекса, используя метод join(). Аргумент how='inner' означает, что будут выбраны только строки, имеющие общий индекс в обоих датафреймах.

3. Метод concat()

Метод concat() позволяет объединять датафреймы вдоль заданной оси.

Пример 4:

df1 = pd.DataFrame({'id': [1, 2, 3],
                    'name': ['John', 'Alice', 'Bob']})

df2 = pd.DataFrame({'age': [25, 30, 35]})

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

print(concatenated_df)

В этом примере мы объединяем датафреймы df1 и df2 вдоль горизонтальной оси (axis=1). Результатом будет новый датафрейм concatenated_df, который объединяет столбцы из обоих датафреймов.

Пример 5:

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

print(concatenated_df)

В этом примере мы объединяем датафреймы df1 и df2 вдоль вертикальной оси (axis=0). Результатом будет новый датафрейм concatenated_df, в котором строки из df1 и df2 объединены.

Заключение

В этой статье мы рассмотрели три основных метода для объединения датафреймов в Python с использованием библиотеки pandas. Методы merge(), join() и concat() позволяют соединить данные из разных источников, чтобы получить полную картину информации. Используйте эти методы в зависимости от вашей конкретной задачи и требований.