Pandas 连接

2024 年 8 月 29 日 | 阅读 2 分钟

Pandas 能够通过不同的索引集合和关系代数功能来组合 Series、DataFrame 和 Panel 对象。

concat() 函数负责沿 DataFrame 中的轴执行连接操作。

语法

pd.concat(objs,axis=0,join='outer',join_axes=None,
ignore_index=False)

参数

objs: 它是 Series 或 DataFrame 对象的序列或映射。
如果我们在 DataFrame 中传递一个 dict，则排序的键将用作 keys<.strong> 参数，并将选择值。如果存在任何非对象，则将删除它们，除非它们全部为 none，在这种情况下，将引发 ValueError。

axis: 要沿其连接的轴。
join: 负责处理另一个轴上的索引。
join_axes: 索引对象列表。而不是执行内部或外部集合逻辑，使用特定索引来处理其他 (n-1) 轴。
ignore_index: bool，默认值为 False
如果为 True，则在连接轴上不使用索引值。结果轴将标记为 0, ..., n - 1。

返回值
当我们沿轴 (axis=0) 连接所有 Series 时，将返回一个 Series。如果 objs 至少包含一个 DataFrame，则返回一个 DataFrame。
示例 1
import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data])
输出
0 p 1 q 0 r 1 s dtype: object
示例 2： 在上面的示例中，我们可以使用 ignore_index 参数重置现有索引。以下代码演示了 ignore_index 的工作方式。
import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], ignore_index=True)
输出
0 p 1 q 2 r 3 s dtype: object
示例 3： 我们可以使用 keys 参数在数据的最外层添加一个分层索引。
import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], keys=['a_data', 'b_data'])
输出
a_data 0 p 1 q b_data 0 r 1 s dtype: object
示例 4： 我们可以使用 names 参数标记索引键。以下代码显示了 names 参数的工作方式。
import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], keys=['a_data', 'b_data']) pd.concat([a_data, b_data], keys=['a_data', 'b_data'], names=['Series name', 'Row ID'])
输出
Series name Row ID a_data 0 p 1 q b_data 0 r 1 s dtype: object
使用 append 进行连接
append 方法被定义为连接 Series 和 DataFrame 的一个有用的快捷方式。
示例
import pandas as pd one = pd.DataFrame({ 'Name': ['Parker', 'Smith', 'Allen', 'John', 'Parker'], 'subject_id':['sub1','sub2','sub4','sub6','sub5'], 'Marks_scored':[98,90,87,69,78]}, index=[1,2,3,4,5]) two = pd.DataFrame({ 'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'], 'subject_id':['sub2','sub4','sub3','sub6','sub5'], 'Marks_scored':[89,80,79,97,88]}, index=[1,2,3,4,5]) print (one.append(two))
输出
Name subject_id Marks_scored 1 Parker sub1 98 2 Smith sub2 90 3 Allen sub4 87 4 John sub6 69 5 Parker sub5 78 1 Billy sub2 89 2 Brian sub4 80 3 Bran sub3 79 4 Bryce sub6 97 5 Betty sub5 88
下一主题Pandas 数据操作

← 上一页下一页 →

我们提供所有技术（如 Java 教程、Android、Java 框架）的教程和面试问题

联系信息

G-13, 2nd Floor, Sec-3, Noida, UP, 201301, India

hr@tpointtech.com

+91-9599086977

关注我们

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

Pandas 教程

Pandas Series

Pandas DataFrame

Pandas 操作

数据操作

Pandas 速查表

Pandas 索引

Pandas NumPy

Pandas 时间序列

Pandas 绘图

杂项。

面试题

Pandas 连接

语法

参数

返回值

示例 1

使用 append 进行连接

相关帖子

向 DataFrame 列添加列

DataFrame 转换为 Numpy 数组

Pandas 读取文件

Pandas DataFrame 转换为 CSV

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器