有什么方法可以组合 2 个 pandas 数据帧？

Question

我想组合 2 个 dataframe。 但是，它有一个问题。 如果 1 个表值必须复制到另一个表，我如何合并 2 个表。

我试过了，pandas.concat 和 pandas.merge。

df1={'id':[1]}
df2={'Brand':['volvo','audi'],
     'Price':[20,000,30,000]}

pd.concat([df1],[df2])

我希望表格如下所示：

id  Brand   Price
1   volvo   20,000
1   audi    30,000

这意味着 id 1 有两辆车。

Answer 1

如果有多个值，您必须决定如何合并。 如果只有 1，那么您可以简单地分配如下：

df1['key'] = 1
df2['key'] = 1

对临时键执行合并，然后删除临时键：

df1.merge(df2).drop(columns=['key'])

Output：

 id  Brand  Price
 0   1  volvo  20000
 1   1   audi  30000

但是您正在执行笛卡尔积，因此如果 df1 中有多个值， eg: [1,2] ，您将有更多重复数据：

id  Brand  Price
0   1  volvo  20000
1   1   audi  30000
2   2  volvo  20000
3   2   audi  30000

Answer 2

这是我目前的解决方案：

df1={'id':[1]}
df2 = {'Brand':['Volvo','Heizen','Eizen'],
        'Price':[20000,30000,40000]}

person=pd.DataFrame(df1)
car=pd.DataFrame(df2)
id=person.loc[0].id
car.insert(0,"id",id)
print(car)

这是我的 output：

   id   Brand  Price
0   1   Volvo  20000
1   1  Heizen  30000
2   1   Eizen  40000

它可以得到我期望的桌子。 但它有更好的解决方案吗？

Answer 3

df1 和 df2 不是 Pandas 数据帧。

data1={'id':[1]}
data2={'Brand':['volvo','audi'],'Price':[20000,30000]} 

df1 = pd.DataFrame(data1) #creating dataframes
df2 = pd.DataFrame(data2)
frames = [df1,df2]

并连接

pd.concat(frames, sort=False)

产量，

id  Brand   Price
0   1.0     NaN     NaN
0   NaN     volvo   20000.0
1   NaN     audi    30000.0