追加列大熊貓數據幀

Question

這可能是容易的，但我有以下數據：

在數據幀1：

index dat1 
0  9 
1  5 

在數據幀2：

index dat2 
0  7 
1  6 

我想具有以下形式的數據幀：

index dat1 dat2 
0  9  7 
1  5  6 

我試過使用append方法，但我得到了一個交叉連接（即笛卡爾積）。

什麼是正確的方法來做到這一點？

Answer 1

看來一般你只是在尋找一個聯接：

> dat1 = pd.DataFrame({'dat1': [9,5]}) 
> dat2 = pd.DataFrame({'dat2': [7,6]}) 
> dat1.join(dat2) 
    dat1 dat2 
0  9  7 
1  5  6 

Answer 2

恰到好處的谷歌搜索的問題：

data = dat_1.append(dat_2) 
data = data.groupby(data.index).sum() 

Answer 3

您還可以使用：

dat1 = pd.concat([dat1, dat2], axis=1) 

Answer 4

join（）和concat（）方式都可以解決這個問題。但是，我必須提到一個警告：如果嘗試通過從另一個DataFrame中選擇一些行來處理某些數據幀，請在重新加入連接或concat之前重置索引。下面

一個例子顯示的加入，CONCAT一些有趣的行爲：

dat1 = pd.DataFrame({'dat1': range(4)}) 
dat2 = pd.DataFrame({'dat2': range(4,8)}) 
dat1.index = [1,3,5,7] 
dat2.index = [2,4,6,8] 

# way1 join 2 DataFrames 
print(dat1.join(dat2)) 
# output 
    dat1 dat2 
1  0 NaN 
3  1 NaN 
5  2 NaN 
7  3 NaN 

# way2 concat 2 DataFrames 
print(pd.concat([dat1,dat2],axis=1)) 
#output 
    dat1 dat2 
1 0.0 NaN 
2 NaN 4.0 
3 1.0 NaN 
4 NaN 5.0 
5 2.0 NaN 
6 NaN 6.0 
7 3.0 NaN 
8 NaN 7.0 

#reset index 
dat1 = dat1.reset_index(drop=True) 
dat2 = dat2.reset_index(drop=True) 
#both 2 ways to get the same result 

print(dat1.join(dat2)) 
    dat1 dat2 
0  0  4 
1  1  5 
2  2  6 
3  3  7 


print(pd.concat([dat1,dat2],axis=1)) 
    dat1 dat2 
0  0  4 
1  1  5 
2  2  6 
3  3  7