如何在 pandas 中合并两个或多个系列（附示例）

您可以使用以下语法将两个或多个系列快速合并到单个 pandas DataFrame 中：

 df = pd. concat ([series1, series2, ...], axis= 1 )

以下示例展示了如何在实践中使用此语法。

示例 1：合并 Pandas 中的两个系列

以下代码显示了如何将两个 pandas Series 合并到一个 pandas DataFrame 中：

 import pandas as pd

#define series
series1 = pd. Series (['Mavs', 'Rockets', 'Spurs'], name=' Team ')
series2 = pd. Series ([109, 103, 98], name=' Points ')

#merge series into DataFrame
df = pd. concat ([series1, series2], axis= 1 )

#view DataFrame
df

        Team Points
0 Mavs 109
1 Rockets 103
2 Spurs 98

请注意，如果一个系列比另一个系列长，pandas 将自动为生成的 DataFrame 中的缺失值提供 NaN 值：

 import pandas as pd

#define series
series1 = pd. Series (['Mavs', 'Rockets', 'Spurs'], name=' Team ')
series2 = pd. Series ([109, 103], name=' Points ')

#merge series into DataFrame
df = pd. concat ([series1, series2], axis= 1 )

#view DataFrame
df

        Team Points
0 Mavs 109
1 Rockets 103
2 Spurs NaN

示例 2：合并 Pandas 中的多个系列

以下代码显示了如何将多个系列合并到单个 pandas DataFrame 中：

 import pandas as pd

#define series
series1 = pd. Series (['Mavs', 'Rockets', 'Spurs'], name=' Team ')
series2 = pd. Series ([109, 103, 98], name=' Points ')
series3 = pd. Series ([22, 18, 15], name=' Assists ')
series4 = pd. Series ([30, 35, 28], name=' Rebounds ')

#merge series into DataFrame
df = pd. concat ([series1, series2, series3, series4], axis= 1 )

#view DataFrame
df

	Team Points Assists Rebounds
0 Mavs 109 22 30
1 Rockets 103 18 35
2 Spurs 98 15 28

其他资源

如何合并索引上的两个 Pandas DataFrame
如何跨多列合并 Pandas DataFrame
如何堆叠多个 Pandas DataFrame