本文为大家分享了python的concat等多种用法,供大家参考,具体内容如下

1、numpy中的concatenate()函数:

>>> a = np.array([[1, 2], [3, 4]])

>>> b = np.array([[5, 6]])

>>> np.concatenate((a, b), axis=0)

array([[1, 2],

[3, 4],

[5, 6]])

>>> np.concatenate((a, b.T), axis=1)

array([[1, 2, 5],

[3, 4, 6]])

2、pandas中的merge,concat,join

# In[]:数据的合并

# 1 ,merge,类似数据库中的

# (1)内连接,pd.merge(a1, a2, on='key')

# (2)左连接,pd.merge(a1, a2, on='key', how='left')

# (3)右连接,pd.merge(a1, a2, on='key', how='right')

# (4)外连接, pd.merge(a1, a2, on='key', how='outer')

data1 = pd.DataFrame(

np.arange(0,16).reshape(4,4),

columns=list('abcd')

)

data1

data2 = [

[4,1,5,7],

[6,5,7,1],

[9,9,123,129],

[16,16,32,1]

]

data2 = pd.DataFrame(data2,columns = ['a','b','c','d'])

data2

# 内连接 ,交集

pd.merge(data1,data2,on=['b'])

# 左连接 注意:如果 on 有两个条件,on = ['a','b']

# how = 'left','right','outer'

pd.merge(data1,data2,on='b',how='left')

# 2,append,相当于R中的rbind

# ignore_index = True:这个时候 表示index重新记性排列,而且这种方法是复制一个样本

data1.append(data2,ignore_index = True)

# 3,join

data2.columns=list('pown')

# 列名不能重叠:在这里的用法和R中rbind很像,但是join的用法还是相对麻烦的

result = data1.join(data2)

result

# 4,concat 这个方法能够实现上面所有的方法的效果

# concat函数是pandas底下的方法,可以把数据根据不同的轴进行简单的融合

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

# keys=None, levels=None, names=None, verify_integrity=False)

# 参数说明:

# objs:series,dataframe,或者panel构成的序列list

# axis:0 行,1列

# join:inner,outer

# a,相同字段表首尾巴相接

data1.columns = list('abcd')

data2.columns =list('abcd')

data3 = data2

# 为了更好的查看连接后的数据来源,添加一个keys更好查看

pd.concat([data1,data2,data3],keys=['data1','data2','data3'])

# b ,列合并(也就是行对齐):axis = 1,

pd.concat([data1,data2,data3],axis = 1,keys = ['data1','data2','data3'])

data4 = data3[['a','b','c']]

# 在有些数据不存在的时候,会自动填充NAN

pd.concat([data1,data4])

# c:join:inner 交集,outer ,并集

pd.concat([data1,data4],join='inner')

# 在列名没有一个相同的时候会报错

# data4.index = list('mnp')

# pd.concat([data1,data4])

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

python concat_python的concat等多种用法详解相关推荐

  1. python的concat用法_python的concat等多种用法详解

    本文为大家分享了python的concat等多种用法,供大家参考,具体内容如下 1.numpy中的concatenate()函数: >>> a = np.array([[1, 2], ...

  2. python的raw_ input是什么意思-对python中raw_input()和input()的用法详解

    最近用到raw_input()和input()来实现即时输入,就顺便找了些资料来看,加上自己所用到的一些内容,整理如下: 1.raw_input() raw_input([prompt]) -> ...

  3. python中str和input_对python中raw_input()和input()的用法详解

    最近用到raw_input()和input()来实现即时输入,就顺便找了些资料来看,加上自己所用到的一些内容,整理如下: 1.raw_input() raw_input([prompt]) -> ...

  4. python3 isinstance用法_对python中assert、isinstance的用法详解

    1. assert 函数说明: Assert statements are a convenient way to insert debugging assertions into a program ...

  5. python装饰器详解-Python装饰器基础概念与用法详解

    本文实例讲述了Python装饰器基础概念与用法.分享给大家供大家参考,具体如下: 装饰器基础 前面快速介绍了装饰器的语法,在这里,我们将深入装饰器内部工作机制,更详细更系统地介绍装饰器的内容,并学习自 ...

  6. python中permute_PyTorch中permute的用法详解

    PyTorch中permute的用法详解 permute(dims) 将tensor的维度换位. 参数:参数是一系列的整数,代表原来张量的维度.比如三维就有0,1,2这些dimension. 例: i ...

  7. python定义类object_Python之ClassObject用法详解

    类和对象的概念很难去用简明的文字描述清楚.从知乎上面的一个回答中可以尝试去理解: 对象:对象是类的一个实例(对象不是找个女朋友),有状态和行为.例如,一条狗是一个对象,它的状态有:颜色.名字.品种:行 ...

  8. python中的super用法详解_【Python】【类】super用法详解

    一.问题的发现与提出 在Python类的方法(method)中,要调用父类的某个方法,在Python 2.2以前,通常的写法如代码段1: 代码段1: class A: def __init__(sel ...

  9. python中递归函数写法_python递归函数用法详解

    上期我们介绍了函数式编程,这期内容就是关于递归的函数内容,本期还是按照老规矩,给大家进行核心整理,内容通俗易懂,搭配实际应用,以供大家理解. 关于递归: 百度解释:是指函数/过程/子程序在运行过程序中 ...

最新文章

  1. android简单分享----文字加图片
  2. 状态标志寄存器--EFLAGS
  3. c语言可移植性较差吗,c陷阱与缺陷--可移植性缺陷
  4. JZOJ 5257. 小X的佛光
  5. 信息学奥赛一本通(2033:【例4.19】阶乘之和)
  6. MS Script Control的 COM
  7. 例4.3 数制转换 - 九度教程第44题(进制转换)
  8. 【数学逻辑思维】A 好玩的数独游戏——002
  9. 阵列信号处理-学习笔记002
  10. matlab单项pwm整流电流内环pr控制仿真,基于PR的单相PWM整流器电流控制研究
  11. 【Matlab学习笔记】数据拟合polyfit与polyval
  12. MICRO‘21文章挑选(感兴趣)
  13. 渗透测试、安服等面试资料
  14. 基于51单片机的LED彩灯控制器设计
  15. Docker查看container的详细信息啥的*
  16. 中国与印度软件工程师之比较…
  17. shell 批量 ping 多个IP地址
  18. 网页设计问卷调查的要点-适合初学者
  19. 如何下载完整的ie6sp1
  20. 汇编 标志寄存器 和寻址方式

热门文章

  1. hadoop--HDFS_DataNode工作机制
  2. 2019年,ALEXA将会走向何方?
  3. 如何在 Intellij IDEA 更高效地将应用部署到容器服务 Kubernetes
  4. Flink SQL 功能解密系列 —— 流式 TopN 挑战与实现
  5. WindowsMobile应该如何发展?(未完待续)
  6. 自己总结的前端面试题
  7. 手把手入门神经网络系列-2篇-有图有码(转)
  8. Java 程序性能优化《第一章》Java性能调优概述 1.4小结
  9. 人生中一定要坚守的格言
  10. 湖人签阿泰是双赢之举 防罗伊打压火箭是两大关键