文章目錄

• 前言
• concat
• • 參數(shù)axis，ignore_index
  • 參數(shù)join
• append
• • append添加一個(gè)數(shù)據(jù)索引不同的數(shù)列

前言

根據(jù) 莫煩Python的教程 總結(jié)寫成，以便自己復(fù)習(xí)和使用,這里我就不喲林地掛原創(chuàng)了🐶。

concat

參數(shù)axis，ignore_index

df1 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d']) df2 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d']) df3 = pd.DataFrame(np.ones((3,4))*2,columns=['a','b','c','d']) res = pd.concat([df1,df2,df3],axis=0,ignore_index=True)# 0:行方向;1：列方向，默認(rèn)是0; ignore_index 重新排列行的序列,默認(rèn)是False

res = pd.concat([df1,df2,df3],axis=0,ignore_index=False) # 不重新排列行的序號(hào)

參數(shù)join

處理合并的時(shí)候索引不同的情況

df1 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d'],index=[1,2,3]) df2 = pd.DataFrame(np.ones((3,4))*1,columns=['b','c','d','e'],index=[2,3,4]) res = pd.concat([df1,df2],join='inner') # join為‘inner’：將不同的索引數(shù)據(jù)忽略掉；join默認(rèn)是outer：用nan補(bǔ)充

join默認(rèn)是outer：用nan補(bǔ)充

pd.concat([df1,df2],join='inner')

append

df1 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d']) df2 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d']) df3 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d']) res = df1.append([df2,df3],ignore_index=True)

append添加一個(gè)數(shù)據(jù)索引不同的數(shù)列

s1 = pd.Series([1,2,3,4],index=['j','k','c','d'])# Series產(chǎn)生的是一個(gè)帶有字典的數(shù)列，這里只有index，這里的index就是一個(gè)key，而不像DataFrame中行號(hào) res = df1.append(s1,ignore_index=True)# 這里的append是將s1并到列上

總結(jié)

以上是生活随笔為你收集整理的python（numpy，pandas10）——pandas 合并数据 concat，append的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。