国产99视频精品免视看6

    1. <em id="yud1w"><acronym id="yud1w"><u id="yud1w"></u></acronym></em>
      
      
      <button id="yud1w"></button>

      python

      当前位置:首页?>?Pandas教程?>?当前文章

      Pandas教程

      concat函数合并DataFrame与Series、添加列操作

      2020-06-28 63赞 python中国网
      每篇文章努力于解决一个问题!python高级、python面试全套、操作系统经典课等可移步文章底部。

        pandas.concat()函数可以合并多个df也可以合并df与Series,主要掌握5个参数:

        objs:列表,每个元素是Series或者df

        axis:左右还是上下合并,axis=0为上下合并

        join:对齐方式inner、outer。默认是outer

        sort:version 0.23.0.版本新增的,一般设为False。对齐方式inner会忽略改参数,

        ignore_index:是否忽略掉原来的索引

        我们用一些小案例来学习下concat函数。

        1、默认上下合并,对齐方式为outer,不忽略原来的索引

      # -*- coding: utf-8 -*-
      import pandas as pd
      
      dict1 = {'城市':['北','上','广','深'],'面积':[100,150,200,300],'天气':['差','中','优','好']}
      dict2 = {'城市':['北','上','广','深'],'面积':[100,150,200,300],'人口':['多','多','多','多']}
      df1 = pd.DataFrame(dict1)
      df2 = pd.DataFrame(dict2)
      print(df1)
      print('-----------')
      print(df2)
      
      print('-----------')
      df = pd.concat([df1,df2],axis=0,sort=False)
      print(df)
      
      
        城市   面积 天气
      0  北  100  差
      1  上  150  中
      2  广  200  优
      3  深  300  好
      -----------
        城市   面积 人口
      0  北  100  多
      1  上  150  多
      2  广  200  多
      3  深  300  多
      -----------
        城市   面积   天气   人口
      0  北  100    差  NaN
      1  上  150    中  NaN
      2  广  200    优  NaN
      3  深  300    好  NaN
      0  北  100  NaN    多
      1  上  150  NaN    多
      2  广  200  NaN    多
      3  深  300  NaN    多
      
      

        2、上下合并,对齐方式为inner,不忽略原来的索引

      # -*- coding: utf-8 -*-
      import pandas as pd
      
      dict1 = {'城市':['北','上','广','深'],'面积':[100,150,200,300],'天气':['差','中','优','好']}
      dict2 = {'城市':['北','上','广','深'],'面积':[100,150,200,300],'人口':['多','多','多','多']}
      df1 = pd.DataFrame(dict1)
      df2 = pd.DataFrame(dict2)
      print(df1)
      print('-----------')
      print(df2)
      
      print('-----------')
      df = pd.concat([df1,df2],axis=0,join='inner')
      print(df)
      
      
        城市   面积 天气
      0  北  100  差
      1  上  150  中
      2  广  200  优
      3  深  300  好
      -----------
        城市   面积 人口
      0  北  100  多
      1  上  150  多
      2  广  200  多
      3  深  300  多
      -----------
        城市   面积
      0  北  100
      1  上  150
      2  广  200
      3  深  300
      0  北  100
      1  上  150
      2  广  200
      3  深  300
      
      
      

        3、添加一列Series,对齐方式为outer,不忽略原来的索引

      # -*- coding: utf-8 -*-
      import pandas as pd
      
      dict1 = {'城市':['北','上','广','深'],'面积':[100,150,200,300],'天气':['差','中','优','好']}
      df1 = pd.DataFrame(dict1)
      print(df1)
      
      print('-----------')
      s = pd.Series(['下','上','中','上'],name='风景')
      df = pd.concat([df1,s],axis=1)
      print(df)
      print('-----注意看,索引顺序变了---')
      df = pd.concat([s,df1],axis=1)
      print(df)
      
      
        城市   面积 天气
      0  北  100  差
      1  上  150  中
      2  广  200  优
      3  深  300  好
      -----------
        城市   面积 天气 风景
      0  北  100  差  下
      1  上  150  中  上
      2  广  200  优  中
      3  深  300  好  上
      -----注意看,索引顺序变了---
        风景 城市   面积 天气
      0  下  北  100  差
      1  上  上  150  中
      2  中  广  200  优
      3  上  深  300  好
      
      

      文章评论

      concat函数合并DataFrame与Series、添加列操作文章写得不错,值得赞赏
      国产99视频精品免视看6