程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

[Pandas] 數據連接pd.concat

編輯:Python
美圖欣賞2022/06/25

Pandas數據可以實現縱向和橫向連接,將數據連接後會形成一個新對象(Series或DataFrame)

連接是最常用的多個數據合並操作

pd.concat()是專門用於數據連接合並的函數,它可以沿著行或列進行操作,同時可以指定非合並軸的合並方式(如合集、交集等)

pd.concat()會返回一個合並後的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 

objs: 需要連接的數據,可以是多個DataFrame或者Series,它是必傳參數

axis: 連接軸的方法,默認值為0,即按行連接,追加在行後面;值為1時追加到列後面(按列連接:axis=1)

join: 合並方式,其他軸上的數據是按交集(inner)還是並集(outer)進行合並

ignore_index: 是否保留原來的索引

keys: 連接關系,使用傳遞的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: 索引的名稱,包括多層索引

verify_integrity: 是否檢測內容重復;參數為True時,如果合並的數據與原數據包含索引相同的行,則會報錯

copy: 如果為False,則不要深拷貝

1.按行連接

pd.concat()的基本操作可以實現df.append()功能

操作中ignore_index和sort參數的作用是一樣的,axis默認取值為0,即按行連接

import pandas as pd
df1 = 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,這會將不同的數據追加到列的後面,索引無法對應的位置上將值填充為NaN

import pandas as pd
df1 = 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,合並後df1的部分為NaN 

3.合並交集

上述兩個練習案例的連接操作會得到兩個表內容的並集(默認是join='outer')

合並交集需要將join參數進行改變 join='inner'

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6,0],'y':[7,8,0]})
# 按列合並交集
# 傳入join=’inner’取得兩個DataFrame的共有部分,去除了df1沒有的第三行內容
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.與序列合並 

import pandas as pd
z = 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 pd
df1 = 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)
# 橫向合並,指定索引
res3 = pd.concat([df1,df2], axis=1, keys=['a','b'])

df1

df2

res1

res2

res3 


  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved