python 纵向合并数据_左手用R右手Python系列——数据合并与追加

今天这篇跟大家介绍R语言与Python数据处理中的第二个小知识点——数据合并与追加。

针对数据合并与追加，R与Python中都有对应的函数可以快速完成需求，根据合并与追加的使用场景，这里我将本文内容分成三部分：数据合并(简单合并，无需匹配)

数据合并(匹配合并)

数据追加

数据合并(简单合并，无需匹配)

针对简单合并而言，在R语言中主要通过以下两个函数来实现：cbind()

dplyr::bind_cols()

df1

B= c('B0', 'B1', 'B2', 'B3'),

C= c('C0', 'C1', 'C2', 'C3'),

D=c('D0', 'D1', 'D2', 'D3')

)

df2

F= c('B4', 'B5', 'B6', 'B7'),

G=c('C4', 'C5', 'C6', 'C7'),

H= c('D4', 'D5', 'D6', 'D7'))

df3

J= c('B8', 'B9', 'B10', 'B11'),

K=c('C8', 'C9', 'C10', 'C11'),

L=c('D8', 'D9', 'D10', 'D11')

)

df1;df2;df3

mydata1

mydata2" />

在Python中，简单的合并可以通过Pandas中的concat函数来实现的。

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],

'B': ['B0', 'B1', 'B2', 'B3'],

'C': ['C0', 'C1', 'C2', 'C3'],

'D': ['D0', 'D1', 'D2', 'D3']},

index=[0, 1, 2, 3])