按列加入数据框 pandas - Python

在使用pandas进行数据分析和处理时，我们经常需要将不同数据源的数据进行合并。在这个过程中，按列加入数据框是常见的一种方式。本文将介绍如何使用pandas按列加入数据框。

准备工作

在介绍具体的实现方法之前，我们首先需要准备一些数据。本文将使用以下两个数据集：

df1:

| Name | Age | Gender | | ---- | --- | ------ | | Tom | 24 | Male | | Lucy | 23 | Female |

df2:

| Name | Height | Weight | | ---- | ------ | ------ | | Tom | 175 | 65 | | Gary | 180 | 70 |

这两个数据集均为字典格式，我们可以通过以下代码将它们转换为pandas数据框：

import pandas as pd

df1 = pd.DataFrame({'Name': ['Tom', 'Lucy'], 'Age': [24, 23], 'Gender': ['Male', 'Female']})
df2 = pd.DataFrame({'Name': ['Tom', 'Gary'], 'Height': [175, 180], 'Weight': [65, 70]})

使用merge函数按列加入数据框

pandas提供了一个名为merge的函数，可以将两个数据框按照某些列进行合并。具体而言，我们可以通过指定left、right、how、on等参数来决定要加入的数据、合并方式以及连接键。

接下来，我们将按照Name这一列，将df2的两个新列Height和Weight加入到df1数据框中。代码如下：

merged_df = pd.merge(df1, df2[['Name', 'Height', 'Weight']], on='Name', how='left')

上述代码中，df2[['Name', 'Height', 'Weight']]表示从df2数据框中选取Name、Height和Weight这三列，并将其作为一个新的数据框，供merge函数使用。on='Name'表示按照Name这一列进行连接。how='left'表示以df1数据框的行为基础，将df2中的Height和Weight两列加入到merged_df数据框中，如果没有匹配的行，则用NaN填充。

运行以上代码后，我们可以得到以下数据框merged_df：

| Name | Age | Gender | Height | Weight | | ---- | --- | ------ | ------ | ------ | | Tom | 24 | Male | 175 | 65 | | Lucy | 23 | Female | NaN | NaN |

可以看到，我们成功地将df2数据框中的Height和Weight两列，按照Name这一列加入到了df1数据框中。

除了left方式之外，pandas还支持right、inner和outer四种方式，分别表示以df2、两个数据框的交集和两个数据框的并集为基础，将数据框加入到主数据框中。此外，我们还可以使用suffixes参数指定用于区分重复列名的后缀。

结论

本文介绍了使用pandas按列加入数据框的方法，并用一个示例表格演示了具体的实现方式。通过merge函数，我们可以轻松将不同数据源的数据进行合并，大幅提升数据处理的效率。