Ответ 1
Похоже, вы просто ищете соединение:
> dat1 = pd.DataFrame({'dat1': [9,5]})
> dat2 = pd.DataFrame({'dat2': [7,6]})
> dat1.join(dat2)
dat1 dat2
0 9 7
1 5 6
Это, вероятно, легко, но у меня есть следующие данные:
В кадре данных 1:
index dat1
0 9
1 5
В кадре данных 2:
index dat2
0 7
1 6
Мне нужен фрейм данных со следующей формой:
index dat1 dat2
0 9 7
1 5 6
Я пробовал использовать метод append
, но получаю перекрестное соединение (т.е. декартово произведение).
Каков правильный способ сделать это?
Похоже, вы просто ищете соединение:
> dat1 = pd.DataFrame({'dat1': [9,5]})
> dat2 = pd.DataFrame({'dat2': [7,6]})
> dat1.join(dat2)
dat1 dat2
0 9 7
1 5 6
Вы также можете использовать:
dat1 = pd.concat([dat1, dat2], axis=1)
Оба метода join() и concat() могут решить проблему. Однако есть одно предупреждение, которое я должен упомянуть: Reset индекс перед тем, как вы присоединитесь или concat, если вы пытаетесь справиться с некоторым фреймом данных, выбирая некоторые строки из другого DataFrame.
В одном примере ниже показано некоторое интересное поведение join и concat:
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
Только вопрос правильного поиска в Google:
data = dat_1.append(dat_2)
data = data.groupby(data.index).sum()