Spark SQL：如何拼接两个单行列DataFrame并生成计算列

嘿，这个需求用Pandas很容易搞定，我给你两种常用的方案，都能得到你想要的结果：

方案一：使用pd.concat横向拼接 #

首先先假设你的两个DataFrame是这样定义的（如果实际变量名不同，替换成你自己的就行）：

import pandas as pd

df_women = pd.DataFrame({'women color': [14]})
df_men = pd.DataFrame({'men color': [11]})

接下来分两步完成：

1. 横向拼接两个单行列的DataFrame，得到一行两列的结果
2. 新增计算列women-men，用两列数值相减即可

完整代码如下：

import pandas as pd

# 定义原始DataFrame
df_women = pd.DataFrame({'women color': [14]})
df_men = pd.DataFrame({'men color': [11]})

# 横向拼接（axis=1表示按列合并）
combined_df = pd.concat([df_women, df_men], axis=1)

# 添加差值计算列
combined_df['women-men'] = combined_df['women color'] - combined_df['men color']

# 查看结果
print(combined_df)

方案二：使用join方法拼接 #

如果你习惯用join，也可以这么写，效果完全一样：

import pandas as pd

df_women = pd.DataFrame({'women color': [14]})
df_men = pd.DataFrame({'men color': [11]})

# 直接join两个DataFrame
combined_df = df_women.join(df_men)
# 计算差值列
combined_df['women-men'] = combined_df['women color'] - combined_df['men color']

print(combined_df)

运行任意一种方案，都会输出你期望的结果：

women color  men color  women-men
0           14         11          3

内容的提问来源于stack exchange，提问作者Javier Navarro