🔗 Как соединить два dataframe python с одинаковыми столбцами

Для соединения двух dataframe с одинаковыми столбцами в Python вы можете использовать метод concat() из библиотеки pandas.

import pandas as pd

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

# Соединение dataframe с помощью concat()
df_combined = pd.concat([df1, df2])

print(df_combined)

Результат:

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

В примере выше, два dataframe df1 и df2 содержат одинаковые столбцы 'A' и 'B'. Мы используем метод concat() для объединения этих dataframe и создания нового dataframe df_combined.

Надеюсь, это помогло! Если у вас есть какие-либо дополнительные вопросы, не стесняйтесь спрашивать.

Как соединить два DataFrame в Python с одинаковыми столбцами

При работе с данными в Python вам часто приходится объединять информацию из разных источников. Если у вас есть два DataFrame с одинаковыми столбцами и вы хотите их соединить, то есть несколько способов сделать это.

1. Использование функции merge()

Функция merge() позволяет объединить два DataFrame на основе общих столбцов. Вот пример:

        
            import pandas as pd

            # Создание двух DataFrame
            df1 = pd.DataFrame({'id': [1, 2, 3], 'name': ['Alice', 'Bob', 'Charlie']})
            df2 = pd.DataFrame({'id': [1, 2, 3], 'age': [25, 30, 35]})

            # Объединение DataFrame с использованием функции merge()
            df_merged = pd.merge(df1, df2, on='id')

            # Отображение объединенного DataFrame
            print(df_merged)
        
    

Вывод:

       id     name  age
    0   1    Alice   25
    1   2      Bob   30
    2   3  Charlie   35
    

Как видно из примера, функция merge() объединяет два DataFrame на основе общего столбца 'id'.

2. Использование метода join()

Метод join() также позволяет объединить два DataFrame на основе общих столбцов. Вот пример:

        
            import pandas as pd

            # Создание двух DataFrame
            df1 = pd.DataFrame({'id': [1, 2, 3], 'name': ['Alice', 'Bob', 'Charlie']})
            df2 = pd.DataFrame({'id': [1, 2, 3], 'age': [25, 30, 35]})

            # Объединение DataFrame с использованием метода join()
            df_merged = df1.join(df2.set_index('id'), on='id')

            # Отображение объединенного DataFrame
            print(df_merged)
        
    

Вывод:

       id     name  age
    0   1    Alice   25
    1   2      Bob   30
    2   3  Charlie   35
    

Как и в предыдущем примере, метод join() объединяет два DataFrame на основе общего столбца 'id'.

3. Использование функции concat()

Если вы хотите просто объединить два DataFrame вдоль строк или столбцов, вы можете использовать функцию concat(). Вот пример:

        
            import pandas as pd

            # Создание двух DataFrame
            df1 = pd.DataFrame({'id': [1, 2, 3], 'name': ['Alice', 'Bob', 'Charlie']})
            df2 = pd.DataFrame({'id': [4, 5, 6], 'name': ['Dave', 'Eve', 'Frank']})

            # Объединение DataFrame с использованием функции concat()
            df_combined = pd.concat([df1, df2])

            # Отображение объединенного DataFrame
            print(df_combined)
        
    

Вывод:

      id     name
    0   1    Alice
    1   2      Bob
    2   3  Charlie
    0   4     Dave
    1   5      Eve
    2   6    Frank
    

Как видно из примера, функция concat() просто объединяет два DataFrame вдоль строк.

Заключение

Вы можете использовать функцию merge(), метод join() или функцию concat() для объединения двух DataFrame с одинаковыми столбцами в Python. Каждый из этих методов имеет свои особенности, поэтому выберите наиболее подходящий для вашего конкретного случая.