编写Python代码以合并两个给定的序列并将其转换为数据框
假设您有两个系列，将两个系列合并到数据帧中的结果如下：
Id Age 0 1 12 1 2 13 2 3 12 3 4 14 4 5 15
为了解决这个问题，我们可以采用三种不同的方法。
解决方案1
将两个系列定义为series1和series2
将第一个序列分配到数据框。将其存储为df
df = pd.DataFrame(series1)
在数据框中创建一列df['Age']，并将内部的第二个序列分配给df。
df['Age'] = pd.DataFrame(series2)
例子
让我们检查以下代码以获得更好的理解-
import pandas as pd series1 = pd.Series([1,2,3,4,5],name='Id') series2 = pd.Series([12,13,12,14,15],name='Age') df = pd.DataFrame(series1) df['Age'] = pd.DataFrame(series2) print(df)
输出
Id Age 0 1 12 1 2 13 2 3 12 3 4 14 4 5 15
解决方案2
定义两个系列
在两个系列中应用pandasconcat函数并将轴设置为1。其定义如下，
pd.concat([series1,series2],axis=1)
例子
让我们检查以下代码以获得更好的理解-
import pandas as pd series1 = pd.Series([1,2,3,4,5],name='Id') series2 = pd.Series([12,13,12,14,15],name='Age') df = pd.concat([series1,series2],axis=1) print(df)
输出
Id Age 0 1 12 1 2 13 2 3 12 3 4 14 4 5 15
解决方案3
定义两个系列
将第一个序列分配到数据框。将其存储为df
df = pd.DataFrame(series1)
在series2内应用pandasjoin函数。它的定义如下
df = df.join(series2) pd.concat([series1,series2],axis=1)
例子
让我们检查以下代码以获得更好的理解-
import pandas as pd series1 = pd.Series([1,2,3,4,5],name='Id') series2 = pd.Series([12,13,12,14,15],name='Age') df = pd.DataFrame(series1) df = df.join(series2) print(df)
输出
Id Age 0 1 12 1 2 13 2 3 12 3 4 14 4 5 15