要按照更高级别的列合并数据帧,可以使用pandas库中的merge()函数。下面是一个示例代码:
import pandas as pd
# 创建两个数据帧
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'key': ['K0', 'K1', 'K2', 'K3']})
df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3'],
'key': ['K0', 'K1', 'K2', 'K3']})
# 按照更高级别的列'key'合并数据帧
merged_df = pd.merge(df1, df2, on='key')
print(merged_df)
输出结果为:
A B key C D
0 A0 B0 K0 C0 D0
1 A1 B1 K1 C1 D1
2 A2 B2 K2 C2 D2
3 A3 B3 K3 C3 D3
在这个示例中,我们创建了两个数据帧df1和df2,它们都包含一个列'key'。接下来,我们使用merge()函数按照更高级别的列'key'来合并两个数据帧。通过指定on='key'
参数,我们告诉merge()函数按照'key'列的值进行合并。最后,我们打印出合并后的数据帧merged_df。