如何并排合并两个数据框？

Question

有没有什么简单的方法可以把两个数据框并排合并在一起呢？

这两个数据框都有30行，但列数不同，比如，df1有20列，而df2有40列。

我想知道怎么才能轻松得到一个新的数据框，它有30行和60列？

df3 = pd.someSpecialMergeFunct(df1, df2)

或者，也许在添加数据时，有什么特别的参数可以用。

df3 = pd.append(df1, df2, left_index=False, right_index=false, how='left')

另外，如果可以的话，我希望重复的列名能够自动处理。

谢谢！

Answer 1

• 你可以通过一个管道来实现这个功能。

** 使用管道来转换你的数字数据，比如：

Num_pipeline = Pipeline
([("select_numeric", DataFrameSelector([columns with numerical value])),
("imputer", SimpleImputer(strategy="median")),
])

** 对于分类数据也是一样：

cat_pipeline = Pipeline([
    ("select_cat", DataFrameSelector([columns with categorical data])),
    ("cat_encoder", OneHotEncoder(sparse=False)),
])

** 然后使用特征联合将这些转换结果合并在一起。

preprocess_pipeline = FeatureUnion(transformer_list=[
    ("num_pipeline", num_pipeline),
    ("cat_pipeline", cat_pipeline),
])

• 想了解更多，可以点击这里 - https://scikit-learn.org/stable/modules/generated/sklearn.pipeline.FeatureUnion.html

Answer 2

我发现其他的回答对我来说不太管用，尤其是我从谷歌搜索过来的时候。

我做的事情是直接在原来的数据框中添加新的列。

# list(df2) gives you the column names of df2
# you then use these as the column names for df

df[list(df2)] = df2

Answer 3

如果你想把两个数据框合并在一起，而这两个数据框有相同的列名，你可以这样做：

df_concat = pd.merge(df1, df2, on='common_column_name', how='outer')

Answer 4

我在尝试做类似的事情时看到了你的问题：

所以在我切割数据框之后，首先要确保它们的索引是一样的。在你的情况下，两个数据框的索引都需要从0到29。然后通过索引将这两个数据框合并在一起。

df1.reset_index(drop=True).merge(df2.reset_index(drop=True), left_index=True, right_index=True)

Answer 5

你可以使用 concat 函数来实现这个功能（axis=1 是指按列合并）：

pd.concat([df1, df2], axis=1)

可以查看 pandas 的文档，了解如何合并和连接数据： http://pandas.pydata.org/pandas-docs/stable/merging.html