编写 Python 代码将两个给定的 Series 合并并转换为 DataFrame

假设您有两个 Series，将这两个 Series 合并成 DataFrame 的结果如下所示：

 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。

方法 1

  • 定义两个 Series，分别为 series1 和 series2

  • 将第一个 Series 赋值给 DataFrame。将其存储为 df

df = pd.DataFrame(series1)

  • 在 DataFrame 中创建一个名为 df['Age'] 的列，并将第二个 Series 赋值给它。

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

方法 2

  • 定义两个 Series

  • 在两个 Series 中应用 pandas concat 函数，并将 axis 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

方法 3

  • 定义两个 Series

  • 将第一个 Series 赋值给 DataFrame。将其存储为 df

df = pd.DataFrame(series1)

  • 在 series2 中应用 pandas join 函数。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 = df.join(series2)
print(df)

输出

 Id Age
0 1 12
1 2 13
2 3 12
3 4 14
4 5 15

更新于: 2021年2月25日

160 次浏览

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告