在python中如何将两个数据框结合

在Python中，可以使用`pandas`库的`merge（）`函数来合并两个数据框（DataFrame）。以下是一个简单的示例：

 import pandas as pd 创建两个数据框 df1 = pd.DataFrame（{'key': ['A', 'B', 'C', 'D'], 'value1': [1, 2, 3, 4]}） df2 = pd.DataFrame（{'key': ['B', 'D', 'E', 'F'], 'value2': [5, 6, 7, 8]}） 使用merge（）函数合并数据框 merged_df = pd.merge（df1, df2, on='key', how='inner'） inner join print（merged_df） 

输出：

 key value1 value2 0B25 1D46 

`merge（）`函数的基本语法是`pd.merge（left, right, on=None, how='inner', suffixes=（'_x', '_y'）, indicator=False, sort=True, copy=True, join='inner'）`，其中：

`left` 和 `right` 是要合并的两个数据框。

`on` 是合并的键（列名）。

`how` 是合并方式，可选值有`left`、`right`、`outer`、`inner`。

`suffixes` 是当列名冲突时添加的后缀。

`indicator` 指示合并结果中是否包含合并键的信息。

`sort` 指定是否对结果进行排序。

`copy` 指定是否复制数据框。

`join` 指定连接类型，默认为`inner`。

根据你的需求，你可以选择不同的合并方式和参数来合并数据框。如果你需要合并多个数据框，可以使用类似的方法，例如：

 创建多个数据框 dfs = [df1, df2, df3] list of dataframes def mergefiles（dfs, countfiles, i=0）: if i == （countfiles - 2）: it gets to the second to last and merges it with the last return dfs[i].merge（mergefiles（dfs[i+1], countfiles, i=i+1）, on='key'） return dfs[i].merge（mergefiles（dfs[i+1], countfiles, i=i+1）, on='key'） merged_df = mergefiles（dfs, len（dfs）） print（merged_df） 

请注意，合并多个数据框时，合并的顺序和键的选择可能会影响最终结果。