Pandas數據連接pd.concat得實現

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

連接是最常用得多個數據合并操作

pd.concat()是專門用于數據連接合并得函數，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 

• objs: 需要連接得數據，可以是多個DataFrame或者Series，它是必傳參數
• 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，其他軸上得數據是按交集(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;參數為True時，如果合并得數據與原數據包含索引相同得行，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df.append()功能

操作中ignore_index和sort參數得作用是一樣得,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，這會將不同得數據追加到列得后面，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數據連接pd.concat得實現得內容就介紹到這了,更多相關Pandas數據連接pd.concat內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家！