pandas 合并Dataframe的几种方法

最新推荐文章于 2025-06-13 11:24:36 发布

K.I.O

最新推荐文章于 2025-06-13 11:24:36 发布

阅读量1.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python语言基础

本文链接：https://blog.youkuaiyun.com/sinat_29675423/article/details/87987777

python语言基础专栏收录该内容

11 篇文章

订阅专栏

本文介绍了在Python的pandas库中，如何使用DataFrame的append和join方法来合并Dataframe。append方法用于行级合并，新数据作为行追加到原数据底部，若列不一致则新增列；join方法用于列级合并，从另一个DataFrame添加新的列到原数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

很多时候

我们需要n个dataframe进行合并

或者上下拼接行

或者左右拼接列

这里就两种方法做些笔记：

pandas.DataFrame.append

官方说明：

将data以添加行的方式添加到原data，并返回一个新的对象
Append rows of other to the end of caller, returning a new object.
如果列不重合，则以新列的方式添加
Columns in other that are not in the caller are added as new columns.

>>> df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
>>> df
   A  B
0  1  2
1  3  4
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'))
>>> df.append(df2)
   A  B
0  1  2
1  3  4
0  5  6
1  7  8

忽略行的索引的话 ignore_index=True`

>>> df.append(df2, ignore_index=True)
   A  B
0  1  2
1  3  4
2  5  6
3  7  8

pandas.DataFrame.join

官方说明

将新数据以列的方式添加
Join columns of another DataFrame.

>>> df = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3', 'K4', 'K5'],
...                    'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5']})
>>> df
  key   A
0  K0  A0
1  K1  A1
2  K2  A2
3  K3  A3
4  K4  A4
5  K5  A5
>>> other = pd.DataFrame({'key': ['K0', 'K1', 'K2'],
...    
>>> other
  key   B
0  K0  B0
1  K1  B1
2  K2  B2
>>> df.set_index('key').join(other.set_index('key'))
      A    B
key
K0   A0   B0
K1   A1   B1
K2   A2   B2
K3   A3  NaN
K4   A4  NaN
K5   A5  NaN

或者

>>> df.join(other.set_index('key'), on='key')
  key   A    B
0  K0  A0   B0
1  K1  A1   B1
2  K2  A2   B2
3  K3  A3  NaN
4  K4  A4  NaN
5  K5  A5  NaN