pandas合并为一个表

可以使用pandas的merge函数将多个表合并为一个表。

例如，假设有两个表df1和df2，它们分别如下所示：

df1：

| ID | Name | Age | |----|------|-----| | 1 | John | 25 | | 2 | Mary | 30 | | 3 | Alex | 27 |

df2：

| ID | Salary | Department | |----|--------|------------| | 1 | 5000 | IT | | 2 | 6000 | HR | | 4 | 7000 | Sales |

我们可以使用merge函数将这两个表合并为一个表，代码如下：

merged_df = pd.merge(df1, df2, on='ID', how='outer')

其中，on参数指定合并的键（即ID列），how参数指定合并方式（outer表示并集，即保留所有行，左右两个表中没有的值用NaN填充），合并后的结果如下：

| ID | Name | Age | Salary | Department | |----|------|-----|--------|------------| | 1 | John | 25 | 5000 | IT | | 2 | Mary | 30 | 6000 | HR | | 3 | Alex | 27 | NaN | NaN | | 4 | NaN | NaN | 7000 | Sales |

注意，在合并时需要确保合并的键在两个表中都存在，否则会出现错误。另外，如果两个表中有重复的键，需要使用suffixes参数指定列名后缀，以区分这些列。