Pandas 合并两个具有相同行数的数据集答案

【问题标题】：Pandas merge two datasets with same number of rowsPandas 合并两个具有相同行数的数据集
【发布时间】：2019-03-31 00:45:42
【问题描述】：

我有两个具有相同行数的表（第二个表是通过处理 T1 内的文本从第一个表计算出来的）。我将它们都存储为熊猫数据框。 T2 与 T1 没有共同的列。这是示例，因为我的表很大：

T1:
| name  | street  | city   |
|-------|---------|--------|
| David | street1 | Prague |
| John  | street2 | Berlin |
| Joe   | street3 | London |

T2:
| computed1 | computed2 |
|-----------|-----------|
| 0.5       | 0.3       |
| 0.2       | 0.8       |
| 0.1       | 0.6       |

Merged:
| name  | street  | city   | computed1 | computed2 |
|-------|---------|--------|-----------|-----------|
| David | street1 | Prague | 0.5       | 0.3       |
| John  | street2 | Berlin | 0.2       | 0.8       |
| Joe   | street3 | London | 0.1       | 0.6       |

我尝试了这些命令：

pd.concat([T1,T2])
pd.merge([T1,T2])
result=T1.join(T1)

使用 concat 和 merge 我只会得到前一千个组合，其余的都是 nan（我仔细检查了两者的大小相同），使用 .join 它不会将它们组合起来，因为没有任何共同点。

有什么办法可以在 pandas 中组合这两个表吗？

谢谢

【问题讨论】：

也许这个 SO 问题可以帮助你？：link
DataFrames 的大小相同吗？也许需要pd.concat([T1,T2], axis=1)我猜
或者如果两个DataFrame的索引不同但长度相同，则需要pd.concat([T1.reset_index(drop=True),T2.reset_index(drop=True)], axis=1)
谢谢你们，@jezrael 重置索引的解决方案似乎有效！谢谢大家！

标签： python pandas

【解决方案1】：

对于默认索引，您需要在 concat 之前使用 reset_index()：

df = pd.concat([T1.reset_index(drop=True),T2.reset_index(drop=Tru‌e)], axis=1)

【讨论】：

【解决方案2】：

我想补充一点，pd.concat 只需将轴提供为列即可完成您想要的操作。像这样：

pd.concat([T1,T2],axis=1)

【讨论】：

【解决方案3】：

另一种方法是合并索引值：

df = T1.reset_index().merge(T2.reset_index(), left_index=True, right_index=True, how='left)

【讨论】：