pandas DataFrame拼接

在​​pandas​​​模块中，通常我们都需要对类型为​​DataFrame​​​的数据进行操作，其中最为常见的操作便是拼接了。比如我们将两个​​Excel​​​表格中的数据读入，随后拼接完成后保存进一个新的​​Excel​​表格文件中。之前查找了相关的博客， 发现网络上鱼龙混杂。有些代码完全无法执行，为了提高效率，这里做一个详细地记录。

​​DataFrame​​​数据拼接方法一：使用​​.append()​​方法。

# -*- coding:utf-8 -*-
import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]])
df2 = pd.DataFrame([[5, 6], [7, 8]])

df = df1.append(df2)

print("df1的值为:")
print(df1)
print("df2的值为:")
print(df2)
print("df的值为:")
print(df)
"""
运行结果：
df1的值为:
   0  1
0  1  2
1  3  4
df2的值为:
   0  1
0  5  6
1  7  8
df的值为:
   0  1
0  1  2
1  3  4
0  5  6
1  7  8
"""

我们可以看到，首先我们使用了类似于​​list​​​列表的操作方式，使用​​.append()​​​方法对​​df1​​​与​​df2​​数据进行了操作，但是需要注意的是，不同于对列表对象的操作，这里的​​df1​​仍旧为原来的​​df1​​所拥有的内容，而我们赋值的对象​​df​​才是保存了二者拼接以后的结果。 所以记得一定要单独执行赋值才可以得到正确的结果！！！其次我们看到结果其实是有些问题的，​​df​​​结果中的纵向索引值为​​0，1，0，1​​​，仍旧保留了我们拼接前各自的索引值，这是不被我们需要的，因此我们需要设置 ​​ignore_index=True​​来对索引值进行重新排列。代码如下：

# -*- coding:utf-8 -*-
import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]])
df2 = pd.DataFrame([[5, 6], [7, 8]])

df = df1.append(df2,  ignore_index=True)

print("df1的值为:")
print(df1)
print("df2的值为:")
print(df2)
print("df的值为:")
print(df)
"""
运行结果：
df1的值为:
   0  1
0  1  2
1  3  4
df2的值为:
   0  1
0  5  6
1  7  8
df的值为:
   0  1
0  1  2
1  3  4
2  5  6
3  7  8
"""

我们可以看到，此时的纵向索引值变正常了。

注意: ​​df1 = pd.DataFrame([[1, 2], [3, 4]])​​​创建​​DataFrame​​类型的数据时要使用双层中括号，单层中括号会导致数据纵向排列。

​​DataFrame​​​数据拼接方法二：使用​​.concat()​​方法。

# -*- coding:utf-8 -*-
import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]])
df2 = pd.DataFrame([[5, 6], [7, 8]])

df = pd.concat([df1, df2], ignore_index=True)

print("df1的值为:")
print(df1)
print("df2的值为:")
print(df2)
print("df的值为:")
print(df)
"""
运行结果：
df1的值为:
   0  1
0  1  2
1  3  4
df2的值为:
   0  1
0  5  6
1  7  8
df的值为:
   0  1
0  1  2
1  3  4
2  5  6
3  7  8
"""

我们可以看到成功实现了拼接。

但是这样并不美观，我们发现，我们的纵向​​index​​​还是用​​0，1​​​在表示，那么我们可不可以自定义纵向​​index​​呢？答案是可以的，请看如下代码：

import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]], columns=["column1", "column2"])
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=["column1", "column2"])

df = pd.concat([df1, df2], ignore_index=True)

print("df1的值为:")
print(df1)
print("df2的值为:")
print(df2)
print("df的值为:")
print(df)
"""
运行结果：
df1的值为:
   column1  column2
0        1        2
1        3        4
df2的值为:
   column1  column2
0        5        6
1        7        8
df的值为:
   column1  column2
0        1        2
1        3        4
2        5        6
3        7        8
"""

至此，​​DataFrame​​​的拼接问题暂时告一段落，当然还存在其他方法，以后有机会了再补充，这两种方法均为比较直观和简洁的方法。推荐使用。此外， ​​pd.concat()​​​函数也适用于多个​​DataFrame​​​的拼接， 只要将第一个参数变为一个列表，涵盖所有的​​DataFrame​​​名称即可，如​​[df1, df2, df3]​​。

码字不易，如果大家觉得有用，请高抬贵手给一个赞让我上推荐让更多的人看到吧~