pandas 相当于 R 的 cbind（垂直连接/堆栈向量）

Question

假设我有两个数据框：

import pandas as pd

test1 = pd.DataFrame([1,2,3,4,5])

test2 = pd.DataFrame([4,2,1,3,7])

我尝试过

test1.append(test2)

，但它相当于R的

rbind

。

如何将两者组合为数据框的两列，类似于 R 中的

cbind

函数？

Answer 1

test3 = pd.concat([test1, test2], axis=1)
test3.columns = ['a','b']

（但请参阅下面@feng-mai的详细回答）

Answer 2

pandas 中的

concat(axis = 1)

和 R 中的

cbind()

之间有一个关键区别：

concat

尝试按索引合并/对齐。 R 数据帧中没有索引的概念。如果两个 pandas 数据帧的索引未对齐，则结果与 cbind 不同（即使它们具有相同的行数）。您需要确保索引对齐或删除/重置索引。

示例：

import pandas as pd

test1 = pd.DataFrame([1,2,3,4,5])
test1.index = ['a','b','c','d','e']
test2 = pd.DataFrame([4,2,1,3,7])
test2.index = ['d','e','f','g','h']

pd.concat([test1, test2], axis=1)

     0    0
a  1.0  NaN
b  2.0  NaN
c  3.0  NaN
d  4.0  4.0
e  5.0  2.0
f  NaN  1.0
g  NaN  3.0
h  NaN  7.0

pd.concat([test1.reset_index(drop=True), test2.reset_index(drop=True)], axis=1)

   0  1
0  1  4
1  2  2
2  3  1
3  4  3
4  5  7

pd.concat([test1.reset_index(), test2.reset_index(drop=True)], axis=1)      

  index  0  0
0     a  1  4
1     b  2  2
2     c  3  1
3     d  4  3
4     e  5  7