📊 Всем привет! Сегодня поговорим про DataFrame в Pandas

DataFrame в Pandas - это, по сути, таблицы, содержащие данные, и их можно комбинировать различными способами для создания еще более сложных таблиц. 🤓

Чтобы объединить два или более DataFrame, можно использовать методы: concat(), merge() или join(). Эти методы позволяют вам объединять DataFrame на основе определенных критериев, таких как общий столбец или индекс. 🔗

Например, если у вас есть два DataFrame с одинаковыми столбцами, но разными данными, вы можете использовать concat(), чтобы объединить их по вертикали или горизонтали. Если у вас есть два DataFrame с одним общим столбцом, вы можете использовать merge(), чтобы объединить их на основе этого столбца. И если у вас есть два DataFrame с общим индексом, вы можете использовать join(), чтобы объединить их на основе этого индекса. 🧐

Не бойтесь экспериментировать с различными способами объединения ваших DataFrame, чтобы получить нужные вам результаты! 🤗 Удачи! 💪

import pandas as pd

# Создаем два DataFrames
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})

# Используем concat() для объединения DataFrames горизонтально
combined_df1 = pd.concat([df1, df2], axis=1)
print(combined_df1)

# Используем concat() to combine two DataFrames вертикально
combined_df2 = pd.concat([df1, df2], axis=0)
print(combined_df2)

# Создаем два DataFrames с общей колонкой
df3 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': ['X', 'Y', 'Z']})
df4 = pd.DataFrame({'A': [2, 3, 4], 'D': [7, 8, 9], 'C': ['Y', 'Z', 'W']})

# Используем merge() для объединения DataFrames на основе общей колонки “C”
combined_df3 = pd.merge(df3, df4, on='C')
print(combined_df3)

# Создаем два DataFrames с общим индексом
df5 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=[10, 20, 30])
df6 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]}, index=[10, 20, 40])

# Используем join() для объединения DataFrames на основе индекса
combined_df4 = df5.join(df6)
print(combined_df4)

#pandas