0
点赞
收藏
分享

微信扫一扫

Python - Pandas 数据拼接concat

兵部尚输 2022-03-30 阅读 52
python

本文摘要:

在这里插入图片描述

使用concat拼接数据

df1为
在这里插入图片描述
df2为
在这里插入图片描述

  1. 默认concat,参数axis=0, join=‘outer’, ignore_index=False,即按行拼接,拼接方式保留所有列,不忽略原数据索引。
import pandas as pd
pd.concat([df1, df2])

返回结果
在这里插入图片描述

  1. 设置ignore_index=True,忽略原数据索引
import pandas as pd
pd.concat([df1, df2], ignore_index=True)

返回结果,可以看到行索引的区别。
在这里插入图片描述
3. 设置join=‘inner’,只保留共有列(因为默认axis=0是按行拼接,所以保留是考虑列)

import pandas as pd
pd.concat([df1, df2], ignore_index=True, join='inner')

返回结果
在这里插入图片描述

  1. 设置axis=1,也就是按列拼接,即添加一列或多列属性。
s1 = pd.Series(list(range(4)), name='F')
pd.concat([df1, s1], axis=1)

返回结果,因为axis=1,join默认’outer’,ignore_index默认False,即按列拼接,保留所有行,保留原数据索引
在这里插入图片描述

# 添加多列Series
s2 = df1.apply(lambda x:x['A']+'_GG', axis=1)
s2.name='G'
pd.concat([df1, s1, s2], axis=1)

s2如下
在这里插入图片描述
返回结果
在这里插入图片描述
concat的列表的参数,可以DataFrame 和 Series混合放,返回的结果顺序与列表的一致。

# 只放Series
pd.concat([s1, s2], axis=1)

返回结果
在这里插入图片描述

# 混合
pd.concat([s1, df1, s2], axis=1)

返回结果
在这里插入图片描述

使用append按行拼接

df1为
在这里插入图片描述
df2为
在这里插入图片描述

  1. DataFrame按行拼接DataFrame
df1.append(df2)

在这里插入图片描述

  1. 忽略原数据索引
df1.append(df2, ignore_index=True)

在这里插入图片描述
*此文仅为个人笔记

举报

相关推荐

0 条评论