如何在 Python 中使用 Cbind？

cbind 函数是完成此任务的最简单方法之一。cbind 方法（代表列绑定）是一个融合函数，它将具有相同数量不同行的两个数据框合并到一个统一的数据框中。将具有相同行数的两个 Pandas DataFrame 连接起来比看起来要困难一些。我们在 R 中使用 cbind 函数。在本教程中，我们将介绍如何使用 Pandas 中的 concat() 函数在 Python 中绑定两个数据框的列。

具有相同索引数量的数据框

首先，我们将使用 Pandas 的 DataFrame 函数创建两个数据框。

创建数据框 1

代码

输出

创建数据框 2

代码

输出

让我们连接或按列绑定两个数据框 dataframe1 和 dataframe2。通过使用 concat() 函数完成两个数据框的组合，该函数接受两个数据框作为参数，并逐列进行处理。

代码

输出

参数 axis=1 绑定指定按列进行数据框绑定，因此最终的列绑定数据框将如下所示。

具有相同索引数量的数据框

首先，我们将使用 Pandas 的 DataFrame 函数创建两个数据框。

创建数据框 1

代码

输出

创建数据框 2

代码

输出

请注意，这两个 DataFrame 的索引值不相同。

当我们尝试使用 concat() 函数将这些数据框 cbind 到一起时，将得到最终的数据框，如下所示。

代码

输出

这不是我们想要的结果。

为了纠正这一点，我们必须在将每个 DataFrame 按顺序连接到一起之前，手动重置每个 DataFrame 的索引。

代码

输出

我们已经了解了如何使用 concat() 函数在 Python 中执行列绑定。虽然 R 中的实际列绑定函数 cbind() 比 Pandas 的 concat() 函数方便得多，但通过一些额外的代码行，它们也可以执行相同的操作。