PANDAS 數(shù)據(jù)合并與重塑（concat篇）

原創(chuàng) 2016年09月13日 19:26:30

• 標簽：

• 47784
• 編輯
• 刪除

pandas作者Wes McKinney 在【PYTHON FOR DATA ANALYSIS】中對pandas的方方面面都有了一個權(quán)威簡明的入門級的介紹，但在實際使用過程中，我發(fā)現(xiàn)書中的內(nèi)容還只是冰山一角。談到pandas數(shù)據(jù)的行更新、表合并等操作，一般用到的方法有concat、join、merge。但這三種方法對于很多新手來說，都不太好分清使用的場合與用途。今天就pandas官網(wǎng)中關(guān)于數(shù)據(jù)合并和重述的章節(jié)做個使用方法的總結(jié)。

• 文中代碼塊主要有pandas官網(wǎng)教程提供。

1 concat

concat函數(shù)是在pandas底下的方法，可以將數(shù)據(jù)根據(jù)不同的軸作簡單的融合

• 1
• 2

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

• 1
• 2

參數(shù)說明
objs: series，dataframe或者是panel構(gòu)成的序列l(wèi)sit
axis： 需要合并鏈接的軸，0是行，1是列
join：連接的方式 inner，或者outer

其他一些參數(shù)不常用，用的時候再補上說明。

1.1 相同字段的表首尾相接

# 現(xiàn)將表構(gòu)成list，然后在作為concat的輸入 In [4]: frames = [df1, df2, df3]In [5]: result = pd.concat(frames)

• 1
• 2
• 3
• 4

要在相接的時候在加上一個層次的key來識別數(shù)據(jù)源自于哪張表，可以增加key參數(shù)

In [6]: result = pd.concat(frames, keys=['x', 'y', 'z'])

• 1

效果如下

1.2 橫向表拼接（行對齊）

1.2.1 axis

當(dāng)axis = 1的時候，concat就是行對齊，然后將不同列名稱的兩張表合并

In [9]: result = pd.concat([df1, df4], axis=1)

• 1

1.2.2 join

加上join參數(shù)的屬性，如果為’inner’得到的是兩表的交集，如果是outer，得到的是兩表的并集。

In [10]: result = pd.concat([df1, df4], axis=1, join='inner')

• 1

1.2.3 join_axes

如果有join_axes的參數(shù)傳入，可以指定根據(jù)那個軸來對齊數(shù)據(jù)
例如根據(jù)df1表對齊數(shù)據(jù)，就會保留指定的df1表的軸，然后將df4的表與之拼接

In [11]: result = pd.concat([df1, df4], axis=1, join_axes=[df1.index])

• 1

1.3 append

append是series和dataframe的方法，使用它就是默認沿著列進行憑借（axis = 0，列對齊）

• 1
• 2

In [12]: result = df1.append(df2)

• 1

1.4 無視index的concat

如果兩個表的index都沒有實際含義，使用ignore_index參數(shù)，置true，合并的兩個表就睡根據(jù)列字段對齊，然后合并。最后再重新整理一個新的index。

1.5 合并的同時增加區(qū)分數(shù)據(jù)組的鍵

前面提到的keys參數(shù)可以用來給合并后的表增加key來區(qū)分不同的表數(shù)據(jù)來源

1.5.1 可以直接用key參數(shù)實現(xiàn)

In [27]: result = pd.concat(frames, keys=['x', 'y', 'z'])

• 1

1.5.2 傳入字典來增加分組鍵

In [28]: pieces = {'x': df1, 'y': df2, 'z': df3}In [29]: result = pd.concat(pieces)

• 1
• 2
• 3

1.6 在dataframe中加入新的行

append方法可以將 series 和 字典就夠的數(shù)據(jù)作為dataframe的新一行插入。

In [34]: s2 = pd.Series(['X0', 'X1', 'X2', 'X3'], index=['A', 'B', 'C', 'D'])In [35]: result = df1.append(s2, ignore_index=True)

• 1
• 2
• 3

表格列字段不同的表合并

如果遇到兩張表的列字段本來就不一樣，但又想將兩個表合并，其中無效的值用nan來表示。那么可以使用ignore_index來實現(xiàn)。

• 1
• 2

In [36]: dicts = [{'A': 1, 'B': 2, 'C': 3, 'X': 4},....: {'A': 5, 'B': 6, 'C': 7, 'Y': 8}]....: In [37]: result = df1.append(dicts, ignore_index=True)

• 1
• 2
• 3
• 4
• 5

下一章，我們將繼續(xù)介紹pandas中其他進行數(shù)據(jù)合并和重塑的方法模塊——join & merging

總結(jié)

以上是生活随笔為你收集整理的PANDAS 数据合并与重塑（concat篇） 原创 2016年09月13日 19:26:30 47784 pandas作者Wes McKinney 在【PYTHON FOR DATA ANALYS的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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