如何将不同csv文件中的两列合并为一个csv文件

Question

我见过很多方法，比如concat、join、merge，但我缺少简单数据集的技术。我有两个数据集，看起来像下面提到的

dates.csv
2020-07-06
2020-07-07
2020-07-08
2020-07-09
2020-07-10
.....
...
...
mydata.csv
Expected,Predicted
12990,12797.578628473471
12990,12860.382061836583
12990,12994.159035827917
12890,13019.073929662367
12890,12940.34108357684
.............
.......
.....

我想把这两个数据集结合起来，它们在btoh csv文件上有相同的行数。我试过concat方法，但我看到了NaN的

delete = dates.csv (pd.DataFrame)
data1 = mydata.csv (pd.DataFrame)
result = pd.concat([delete, data1], axis=0, ignore_index=True)
print(result)
Output: 
0  Expected     Predicted
0    2020-07-06       NaN           NaN
1    2020-07-07       NaN           NaN
2    2020-07-08       NaN           NaN
3    2020-07-09       NaN           NaN
4    2020-07-10       NaN           NaN
..          ...       ...           ...
307         NaN   10999.0  10526.433098
308         NaN   10999.0  10911.247147
309         NaN   10490.0  11038.685328
310         NaN   10490.0  10628.204624
311         NaN   10490.0  10632.495169
[312 rows x 3 columns]

我不想要所有的NaN。

谢谢你的帮助！

Answer 1

您可以使用pandas中的.join((方法。

delete = dates.csv (pd.DataFrame)
data1 = mydata.csv (pd.DataFrame)
result = delete.join(data1) 

Answer 2

如果你的两个数据帧遵循相同的顺序，你可以使用Nik提出的连接方法，默认情况下它在索引上连接。

否则，如果你有一个可以加入数据帧的密钥，你可以这样指定：

joined_data = first_df.join(second_df, on=key)

然后，您的first_df和second_df应该共享一个具有相同名称的列来加入。