1 concat

將數據根據不同的軸進行簡單的融合

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

1.1 主要參數說明

objs	series，dataframe構成的序列lsit?
axis	需要合并鏈接的軸， 0是行（a[...][0] 和 b[...][0]合并,a[...][1] 和 b[...][1]合并） 1是列（a[0][...] 和 b[0][...]合并,a[1][...] 和 b[1][...]合并）
join	連接的方式 inner，或者outer 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
key	識別數據源自于哪張表
ignore_index	設置為true之后，合并的兩個表就會根據列字段對齊，然后合并。最后再重新整理一個新的index

1.2?axis

需要合并鏈接的軸，

lst1=[['a0','b0','c0','d0'],['a1','b1','c1','d1'],['a2','b2','c2','d2'],['a3','b3','c3','d3']] lst2=[['a4','b4','c4','d4'],['a5','b5','c5','d5'],['a6','b6','c6','d6'],['a7','b7','c7','d7']] lst3=[['a8','b8','c8','d8'],['a9','b9','c9','d9'],['a10','b10','c10','d10'],['a11','b11','c11','d11']] df1=pd.DataFrame(lst1) df2=pd.DataFrame(lst2) df3=pd.DataFrame(lst3)

0是行（a[...][0] 和 b[...][0]合并,a[...][1] 和 b[...][1]合并）【默認】

pd.concat([df1,df2,df3],axis=0)

?

1是列（a[0][...] 和 b[0][...]合并,a[1][...] 和 b[1][...]合并）

pd.concat([df1,df2,df3],axis=1)

1.3 key

識別數據源自于哪張表

?依舊是1.2的數據

pd.concat([df1,df2,df3],axis=0,keys=['df1','df2','df3'])

?

pd.concat([df1,df2,df3],axis=1,keys=['df1','df2','df3'])

?1.3.1 也可以傳入字典來增加分組鍵?

lst1=[['a0','b0','c0','d0'],['a1','b1','c1','d1'],['a2','b2','c2','d2'],['a3','b3','c3','d3']] lst2=[['a4','b4','c4','d4'],['a5','b5','c5','d5'],['a6','b6','c6','d6'],['a7','b7','c7','d7']] df1=pd.DataFrame(lst1) df2=pd.DataFrame(lst2) pd.concat({'df1':df1,'df2':df2})

?1.4 join

連接的方式 inner，或者outer

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【默認outer】

lst1=[['a0','b0','c0','d0'],['a1','b1','c1','d1'],['a2','b2','c2','d2'],['a3','b3','c3','d3']] lst2=[['a4','b4','c4','d4'],['a5','b5','c5','d5'],['a6','b6','c6','d6'],['a7','b7','c7','d7']] df1=pd.DataFrame(lst1,columns=['A','B','C','D']) df2=pd.DataFrame(lst2,columns=['A','B','E','F']) pd.concat([df1,df2],axis=0,join='inner')

?

pd.concat([df1,df2],axis=0,join='outer')

?

1.5 ignore_index?

設置為true之后，合并的兩個表就會根據列字段對齊，然后合并。最后再重新整理一個新的index

lst1=[['a0','b0','c0','d0'],['a1','b1','c1','d1'],['a2','b2','c2','d2'],['a3','b3','c3','d3']] lst2=[['a4','b4','c4','d4'],['a5','b5','c5','d5'],['a6','b6','c6','d6'],['a7','b7','c7','d7']] df1=pd.DataFrame(lst1) df2=pd.DataFrame(lst2) pd.concat([df1,df2],axis=0)

?

pd.concat([df1,df2],axis=0,ignore_index=True)

?

2 append

默認沿著列進行拼接

result = df1.append(s2, ignore_index=True)

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的pandas 笔记：合并操作的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。