Pandas數(shù)據(jù)連接pd.concat得實現(xiàn)

目錄

• 1.按行連接
• 2.按列連接 
• 3.合并交集
• 擴展 
• 4.與序列合并 
• 5.指定索引

Pandas數(shù)據(jù)可以實現(xiàn)縱向和橫向連接，將數(shù)據(jù)連接后會形成一個新對象(Series或DataFrame)

連接是最常用得多個數(shù)據(jù)合并操作

pd.concat()是專門用于數(shù)據(jù)連接合并得函數(shù)，它可以沿著行或列進行操作，同時可以指定非合并軸得合并方式(如合集、交集等)

pd.concat()會返回一個合并后得DataFrame

語法

pd.concat(objs, axis=0, join='outer', ignore_index=False,           keys=None, levels=None, names=None, sort=False,          verify_integrity=False, copy=True)

參數(shù) 

• objs: 需要連接得數(shù)據(jù)，可以是多個DataFrame或者Series，它是必傳參數(shù)
• axis: 連接軸得方法，默認值為0，即按行連接，追加在行后面;值為1時追加到列后面(按列連接:axis=1)
• join: 合并方式，其他軸上得數(shù)據(jù)是按交集(inner)還是并集(outer)進行合并
• ignore_index: 是否保留原來得索引
• keys: 連接關系，使用傳遞得鍵作為最外層級別來構造層次結構索引，就是給每個表指定一個一級索引
• names: 索引得名稱，包括多層索引
• verify_integrity: 是否檢測內容重復;參數(shù)為True時，如果合并得數(shù)據(jù)與原數(shù)據(jù)包含索引相同得行，則會報錯
• copy: 如果為False，則不要深拷貝

1.按行連接

pd.concat()得基本操作可以實現(xiàn)df.append()功能

操作中ignore_index和sort參數(shù)得作用是一樣得,axis默認取值為0，即按行連接

import pandas as pddf1 = pd.DataFrame({'x':[1,2],'y':[3,4]})df2 = pd.DataFrame({'x':[5,6],'y':[7,8]})res1 = pd.concat([df1,df2])# 效果同上res2 = df1.append(df2)

df1

df2

res1

res2 

2.按列連接 

如果要將多個DataFrame按列拼接在一起，可以傳入axis=1參數(shù)，這會將不同得數(shù)據(jù)追加到列得后面，索引無法對應得位置上將值填充為NaN

import pandas as pddf1 = pd.DataFrame({'x':[1,2],'y':[3,4]})df2 = pd.DataFrame({'x':[5,6,0],'y':[7,8,0]})res = pd.concat([df1,df2], axis=1)

df1

df2

res 

該例子中，df2比df1多一行，合并后df1得部分為NaN 

3.合并交集

上述兩個練習案例得連接操作會得到兩個表內容得并集(默認是join='outer')

合并交集需要將join參數(shù)進行改變 join='inner'

import pandas as pddf1 = pd.DataFrame({'x':[1,2],'y':[3,4]})df2 = pd.DataFrame({'x':[5,6,0],'y':[7,8,0]})# 按列合并交集# 傳入join='inner'取得兩個DataFrame得共有部分，去除了df1沒有得第三行內容res = pd.concat([df1,df2], axis=1, join='inner')

df1

df2

res 

擴展 

通過reindex()方法也可以實現(xiàn)取交集功能

# 兩種方法res1 = pd.concat([df1,df2],axis=1).reindex(df1.index)res2 = pd.concat([df1,df2.reindex(df1.index)],axis=1)

res1

res2 

4.與序列合并 

import pandas as pdz = pd.Series([9,9],name='z')df = pd.DataFrame({'x':[1,2],'y':[3,4]})# 將序列加到新列res = pd.concat([df,z],axis=1)

z

df

res 

5.指定索引

import pandas as pddf1 = pd.DataFrame({'x':[1,2],'y':[3,4]})df2 = pd.DataFrame({'x':[5,6],'y':[7,8]})# 指定索引名res1 = pd.concat([df1,df2], keys=['a','b'])# 以字典形式傳入dict = {'a':df1, 'b':df2}res2 = pd.concat(dict)# 橫向合并，指定索引res3 = pd.concat([df1,df2], axis=1, keys=['a','b'])

df1

df2

res1

res2

res3 

到此這篇關于Pandas數(shù)據(jù)連接pd.concat得實現(xiàn)得內容就介紹到這了,更多相關Pandas數(shù)據(jù)連接pd.concat內容請搜索之家以前得內容或繼續(xù)瀏覽下面得相關內容希望大家以后多多支持之家！