ผนวกคอลัมน์เข้ากับฐานข้อมูลแพนด้า

อาจเป็นเรื่องง่าย แต่ฉันมีข้อมูลต่อไปนี้:

ในกรอบข้อมูล 1:

index dat1
0     9
1     5

ในกรอบข้อมูล 2:

index dat2
0     7
1     6

ฉันต้องการกรอบข้อมูลที่มีรูปแบบต่อไปนี้:

index dat1  dat2
0     9     7
1     5     6

ฉันได้ลองใช้appendวิธีนี้แล้ว แต่ฉันได้รับ cross join (เช่นผลิตภัณฑ์คาร์ทีเซียน)

วิธีที่ถูกต้องคืออะไร?

ดูเหมือนโดยทั่วไปแล้วคุณกำลังมองหาการเข้าร่วม:

> dat1 = pd.DataFrame({'dat1': [9,5]})
> dat2 = pd.DataFrame({'dat2': [7,6]})
> dat1.join(dat2)
   dat1  dat2
0     9     7
1     5     6

คุณยังสามารถใช้:

dat1 = pd.concat([dat1, dat2], axis=1)

ทั้งสองjoin()และconcat()วิธีที่จะแก้ปัญหา อย่างไรก็ตามมีคำเตือนอย่างหนึ่งที่ฉันต้องพูดถึง: รีเซ็ตดัชนีก่อนคุณjoin()หรือconcat()หากคุณพยายามจัดการกับกรอบข้อมูลบางส่วนโดยเลือกแถวบางแถวจาก DataFrame อื่น

ตัวอย่างด้านล่างแสดงพฤติกรรมที่น่าสนใจของการเข้าร่วมและการเชื่อมต่อ:

dat1 = pd.DataFrame({'dat1': range(4)})
dat2 = pd.DataFrame({'dat2': range(4,8)})
dat1.index = [1,3,5,7]
dat2.index = [2,4,6,8]

# way1 join 2 DataFrames
print(dat1.join(dat2))
# output
   dat1  dat2
1     0   NaN
3     1   NaN
5     2   NaN
7     3   NaN

# way2 concat 2 DataFrames
print(pd.concat([dat1,dat2],axis=1))
#output
   dat1  dat2
1   0.0   NaN
2   NaN   4.0
3   1.0   NaN
4   NaN   5.0
5   2.0   NaN
6   NaN   6.0
7   3.0   NaN
8   NaN   7.0

#reset index 
dat1 = dat1.reset_index(drop=True)
dat2 = dat2.reset_index(drop=True)
#both 2 ways to get the same result

print(dat1.join(dat2))
   dat1  dat2
0     0     4
1     1     5
2     2     6
3     3     7


print(pd.concat([dat1,dat2],axis=1))
   dat1  dat2
0     0     4
1     1     5
2     2     6
3     3     7

ตามความเป็นจริง:

data_joined = dat1.join(dat2)
print(data_joined)

เพียงเรื่องของการค้นหา Google ที่ถูกต้อง:

data = dat_1.append(dat_2)
data = data.groupby(data.index).sum()