串联Pandas数据框架的两列数据，需要使用Pandas的concat函数（即concatenate的缩写，意为连接）。具体步骤如下：
假设我们有以下两个数据框架df1和df2：
import pandas as pd
import numpy as np
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7'],
'D': ['D4', 'D5', 'D6', 'D7']})
我们要选取df1的A列和C列，以及df2的C列和D列进行串联。
可以使用如下代码完成串联：
result = pd.concat([df1[['A', 'C']], df2[['C', 'D']]], axis=1)
其中，pd.concat将两个数据框架连接起来，[]内的列表分别表示要连接的数据框架的列名。由于要连接的是两个不同的数据框架，因此需要使用两个方括号[[ ]]。axis=1则表示在水平方向上连接。最后，将结果赋值给result。
可以使用result.head()或result.tail()等函数查看结果，例如：
print(result.head())
输出结果如下：
A C C D
0 A0 C0 C4 D4
1 A1 C1 C5 D5
2 A2 C2 C6 D6
3 A3 C3 C7 D7
这是两列数据按顺序被串联起来的结果，其中的行数与列数都与df1和df2相同，可以使用其他的函数进行进一步的操作。
以上就是串联Pandas数据框架的两列数据的完整攻略，希望能对你有所帮助。
本文链接：http://task.lmcjl.com/news/17456.html