python(numpy,pandas10)——pandas 合并数据 concat,append
生活随笔
收集整理的這篇文章主要介紹了
python(numpy,pandas10)——pandas 合并数据 concat,append
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
文章目錄
- 前言
- concat
- 參數axis,ignore_index
- 參數join
- append
- append添加一個數據索引不同的數列
前言
根據 莫煩Python的教程 總結寫成,以便自己復習和使用,這里我就不喲林地掛原創了🐶。
concat
參數axis,ignore_index
df1 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d']) df2 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d']) df3 = pd.DataFrame(np.ones((3,4))*2,columns=['a','b','c','d']) res = pd.concat([df1,df2,df3],axis=0,ignore_index=True)# 0:行方向;1:列方向,默認是0; ignore_index 重新排列行的序列,默認是False res = pd.concat([df1,df2,df3],axis=0,ignore_index=False) # 不重新排列行的序號參數join
處理合并的時候索引不同的情況
df1 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d'],index=[1,2,3]) df2 = pd.DataFrame(np.ones((3,4))*1,columns=['b','c','d','e'],index=[2,3,4]) res = pd.concat([df1,df2],join='inner') # join為‘inner’:將不同的索引數據忽略掉;join默認是outer:用nan補充
join默認是outer:用nan補充
append
df1 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d']) df2 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d']) df3 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d']) res = df1.append([df2,df3],ignore_index=True)append添加一個數據索引不同的數列
s1 = pd.Series([1,2,3,4],index=['j','k','c','d'])# Series產生的是一個帶有字典的數列,這里只有index,這里的index就是一個key,而不像DataFrame中行號 res = df1.append(s1,ignore_index=True)# 這里的append是將s1并到列上總結
以上是生活随笔為你收集整理的python(numpy,pandas10)——pandas 合并数据 concat,append的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: python(numpy,pandas9
- 下一篇: python(numpy,pandas1