0
点赞
收藏
分享

微信扫一扫

python pandas中对Series数据进行轴向连接

代码小姐 2022-03-12 阅读 56
数据python


有时候我们想要的数据合并结果是数据的轴向连接,在pandas中这可以通过concat来实现。操作的对象通常是Series。

Ipython中的交互代码如下:


In [​17​]: ​from​ ​pandas​ ​import​ Series,DataFrame


In [​18​]: series1 = Series(range(2),index = ['a','b'])


In [​19​]: series2 = Series(range(3),index = ['c','d','e'])


In [​20​]: series3 = Series(range(2),index = ['f','g'])


In [​21​]: ​import​ ​pandas​ ​as​ ​pd


进行三个Series的连接:


In [​22​]: pd.concat([series1,series2,series3])

Out[​22​]: 

a    0

b    1

c    0

d    1

e    2

f    0

g    1

dtype: int64


默认情况下,pandas执行的是按照axis=0进行连接。如果进行axis=1的连接,结果如下:


In [​24​]: S1=pd.concat([series1,series2,series3],axis=1)


In [​25​]: S1

Out[​25​]: 

     0    1    2

a  0.0  NaN  NaN

b  1.0  NaN  NaN

c  NaN  0.0  NaN

d  NaN  1.0  NaN

e  NaN  2.0  NaN

f  NaN  NaN  0.0

g  NaN  NaN  1.0


In [​26​]: type(S1)

Out[​26​]: pandas.core.frame.DataFrame


结果是一个DataFrame,回头再看一下前面的Series的连接后的最终类型:

In [​27​]: type(pd.concat([series1,series2,series3]))

Out[​27​]: pandas.core.series.Series

两种方式的结果并不相同,一个结果是Series,另一个则是DataFrame。

In [​29​]: series3 = Series(range(2),index = ['f','e'])


In [​30​]: pd.concat([series1,series2,series3])

Out[​30​]: 

a    0

b    1

c    0

d    1

e    2

f    0

e    1

dtype: int64


从上面的一点测试中可以看出,concat的操作仅仅是单纯的连接,并没有涉及到数据的整合。如果想要进行整合,还是使用merge的方法。


举报

相关推荐

0 条评论