编写 Python 代码来组合两个给定的系列并将其转换为数据框
pythonpandasserver side programmingprogramming
假设您有两个系列，将两个系列组合到数据框中的结果是，
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
将第一个系列分配到数据框中。将其存储为 df
df = pd.DataFrame(series1)
在 dataframe 中创建一个列 df[‘Age’]，并将里面的第二个系列分配给 df。
df['Age'] = pd.DataFrame(series2)
示例
让我们检查以下代码以更好地理解 −
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
在两个系列内应用 pandas concat 函数并将轴设置为 1。定义如下，
pd.concat([series1,series2],axis=1)
示例
让我们检查以下代码以更好地理解 −
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
将第一个系列分配到数据框中。将其存储为 df
df = pd.DataFrame(series1)
在 series2 中应用 pandas 连接函数。它定义如下，
df = df.join(series2) pd.concat([series1,series2],axis=1)
示例
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
