สมมติว่า คุณมีสองชุดข้อมูลและผลลัพธ์จากการรวมชุดข้อมูลสองชุดลงใน dataframe ดังนี้
Id Age 0 1 12 1 2 13 2 3 12 3 4 14 4 5 15
ในการแก้ปัญหานี้ เราสามารถมีสามแนวทางที่แตกต่างกัน
โซลูชันที่ 1
-
กำหนดสองชุดเป็น series1 และ series2
-
กำหนดชุดข้อมูลชุดแรกลงใน dataframe เก็บไว้เป็น df
df = pd.DataFrame(series1)
-
สร้างคอลัมน์ df['Age'] ใน dataframe และกำหนดชุดที่สองภายใน df
df['Age'] = pd.DataFrame(series2)
ตัวอย่าง
มาตรวจสอบรหัสต่อไปนี้เพื่อความเข้าใจที่ดีขึ้น -
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)
ผลลัพธ์
Id Age 0 1 12 1 2 13 2 3 12 3 4 14 4 5 15
โซลูชันที่ 2
-
กำหนดสองชุด
-
ใช้ฟังก์ชัน pandas concat ภายในสองชุดและตั้งค่าแกนเป็น 1 ซึ่งกำหนดไว้ด้านล่าง
pd.concat([series1,series2],axis=1)
ตัวอย่าง
มาตรวจสอบรหัสต่อไปนี้เพื่อความเข้าใจที่ดีขึ้น -
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)
ผลลัพธ์
Id Age 0 1 12 1 2 13 2 3 12 3 4 14 4 5 15
โซลูชันที่ 3
-
กำหนดสองชุด
-
กำหนดชุดข้อมูลชุดแรกลงใน dataframe เก็บไว้เป็น df
df = pd.DataFrame(series1)
-
ใช้ฟังก์ชัน pandas join ภายใน series2 มีการกำหนดไว้ด้านล่าง
df = df.join(series2) pd.concat([series1,series2],axis=1)
ตัวอย่าง
มาตรวจสอบรหัสต่อไปนี้เพื่อความเข้าใจที่ดีขึ้น -
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)
ผลลัพธ์
Id Age 0 1 12 1 2 13 2 3 12 3 4 14 4 5 15