编写Python代码以合并两个给定的序列并将其转换为数据框

假设您有两个系列，将两个系列合并到数据帧中的结果如下：

 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。

解决方案1

• 将两个系列定义为series1和series2

• 将第一个序列分配到数据框。将其存储为df

df = pd.DataFrame(series1)

• 在数据框中创建一列df ['Age']，并将内部的第二个序列分配给df。

df['Age'] = pd.DataFrame(series2)

例子

让我们检查以下代码以获得更好的理解-

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

解决方案2

• 定义两个系列

• 在两个系列中应用pandas concat函数并将轴设置为1。其定义如下，

pd.concat([series1,series2],axis=1)

例子

让我们检查以下代码以获得更好的理解-

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

解决方案3

• 定义两个系列

• 将第一个序列分配到数据框。将其存储为df

df = pd.DataFrame(series1)

• 在series2内应用pandas join函数。它的定义如下

df = df.join(series2)
pd.concat([series1,series2],axis=1)

例子

让我们检查以下代码以获得更好的理解-

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