<\/p>\n
Mit der folgenden Syntax k\u00f6nnen Sie zwei oder mehr Serien schnell in einem einzigen Pandas-DataFrame zusammenf\u00fchren:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden k\u00f6nnen.<\/span><\/p>\n Der folgende Code zeigt, wie zwei Pandas-Serien zu einem einzigen Pandas-DataFrame zusammengef\u00fchrt werden:<\/span><\/p>\n Beachten Sie, dass Pandas automatisch NaN-Werte f\u00fcr fehlende Werte im resultierenden DataFrame bereitstellt, wenn eine Reihe l\u00e4nger als die andere ist:<\/span><\/p>\n Der folgende Code zeigt, wie mehrere Serien in einem einzigen Pandas-DataFrame zusammengef\u00fchrt werden:<\/span><\/p>\n So f\u00fchren Sie zwei Pandas DataFrames im Index zusammen Mit der folgenden Syntax k\u00f6nnen Sie zwei oder mehr Serien schnell in einem einzigen Pandas-DataFrame zusammenf\u00fchren: df = pd. concat ([series1, series2, …], axis= 1 ) Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden k\u00f6nnen. Beispiel 1: Zwei Serien in Pandas zusammenf\u00fchren Der folgende Code zeigt, wie zwei Pandas-Serien zu einem […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df = pd. concat<\/span> ([series1, series2, ...], axis= 1<\/span> )\n<\/strong><\/pre>\n Beispiel 1: Zwei Serien in Pandas zusammenf\u00fchren<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#define series\n<\/span>series1 = pd. Series<\/span> (['Mavs', 'Rockets', 'Spurs'], name=' Team<\/span> ')\nseries2 = pd. Series<\/span> ([109, 103, 98], name=' Points<\/span> ')\n\n#merge series into DataFrame\n<\/span>df = pd. concat<\/span> ([series1, series2], axis= 1<\/span> )\n\n#view DataFrame\n<\/span>df\n\n Team Points\n0 Mavs 109\n1 Rockets 103\n2 Spurs 98\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#define series\n<\/span>series1 = pd. Series<\/span> (['Mavs', 'Rockets', 'Spurs'], name=' Team<\/span> ')\nseries2 = pd. Series<\/span> ([109, 103], name=' Points<\/span> ')\n\n#merge series into DataFrame\n<\/span>df = pd. concat<\/span> ([series1, series2], axis= 1<\/span> )\n\n#view DataFrame\n<\/span>df\n\n Team Points\n0 Mavs 109\n1 Rockets 103\n2 Spurs NaN<\/strong><\/pre>\n Beispiel 2: Mehrere Serien in Pandas zusammenf\u00fchren<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#define series\n<\/span>series1 = pd. Series<\/span> (['Mavs', 'Rockets', 'Spurs'], name=' Team<\/span> ')\nseries2 = pd. Series<\/span> ([109, 103, 98], name=' Points<\/span> ')\nseries3 = pd. Series<\/span> ([22, 18, 15], name=' Assists<\/span> ')\nseries4 = pd. Series<\/span> ([30, 35, 28], name=' Rebounds<\/span> ')\n\n#merge series into DataFrame\n<\/span>df = pd. concat<\/span> ([series1, series2, series3, series4], axis= 1<\/span> )\n\n#view DataFrame\n<\/span>df\n\n\tTeam Points Assists Rebounds\n0 Mavs 109 22 30\n1 Rockets 103 18 35\n2 Spurs 98 15 28<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So f\u00fchren Sie Pandas DataFrames \u00fcber mehrere Spalten hinweg zusammen<\/a>
So stapeln Sie mehrere Pandas DataFrames<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"