数据合并concat
import numpy as np
import pandas as pd
轴向堆叠练习
两个 Data Frame 对象, dfl 的列索弓 l 为[ 0 , 1 , 2 , 3 ] ,行索引为0- 5 , df2 的列索引为[2,3,4 , 5 ] ,行索引为0-4 ,数据随机整数,范围 3 一 9
df1 = pd.DataFrame(np.random.randint(3,9,(6,4)))
df1
0 | 1 | 2 | 3 | |
---|---|---|---|---|
0 | 7 | 5 | 5 | 5 |
1 | 6 | 6 | 3 | 3 |
2 | 7 | 6 | 6 | 7 |
3 | 5 | 3 | 3 | 5 |
4 | 8 | 7 | 3 | 8 |
5 | 4 | 5 | 6 | 5 |
df2 = pd.DataFrame(np.random.randint(3,9,(5,4)),columns=[2,3,4,5])
df2
2 | 3 | 4 | 5 | |
---|---|---|---|---|
0 | 6 | 5 | 4 | 6 |
1 | 8 | 6 | 4 | 5 |
2 | 3 | 5 | 3 | 6 |
3 | 3 | 6 | 3 | 5 |
4 | 4 | 8 | 5 | 7 |
1 、横向堆叠外连接上述两个 DataF ra me 对象
pd.concat([df1,df2],join='outer',axis=1)
0 | 1 | 2 | 3 | 2 | 3 | 4 | 5 | |
---|---|---|---|---|---|---|---|---|
0 | 7 | 5 | 5 | 5 | 6.0 | 5.0 | 4.0 | 6.0 |
1 | 6 | 6 | 3 | 3 | 8.0 | 6.0 | 4.0 | 5.0 |
2 | 7 | 6 | 6 | 7 | 3.0 | 5.0 | 3.0 | 6.0 |
3 | 5 | 3 | 3 | 5 | 3.0 | 6.0 | 3.0 | 5.0 |
4 | 8 | 7 | 3 | 8 | 4.0 | 8.0 | 5.0 | 7.0 |
5 | 4 | 5 | 6 | 5 | NaN | NaN | NaN | NaN |
2 、纵向堆叠内连接上述两个DataFrame对象,重置堆叠的索引
pd.concat([df1,df2],join='inner',axis=0)
2 | 3 | |
---|---|---|
0 | 5 | 5 |
1 | 3 | 3 |
2 | 6 | 7 |
3 | 3 | 5 |
4 | 3 | 8 |
5 | 6 | 5 |
0 | 6 | 5 |
1 | 8 | 6 |
2 | 3 | 5 |
3 | 3 | 6 |
4 | 4 | 8 |
concat文档:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.concat.html?highlight=concat#
数据合并concat相关推荐
- 04_pandas字符串函数;数据合并concat、merge;分组groupby;Reshaping;Pivot tables;时间处理(date_range、tz_localize等)
字符串函数,Series的lower()函数 Series在str属性中提供了一组字符串处理方法,可以方便地对数组中的每个元素进行操作,如下面的代码片段所示.请注意,str中的模式匹配通常默认使用正则 ...
- Reactor 3 (10): 数据合并concat、merge
由于业务需求有的时候需要将多个数据源进行合并,Reactor提供了concat方法和merge方法: concat方法示意图: merge方法示意图: 从图中可以很清楚的看出这两种合并方法的不同: c ...
- pandas相关函数sort_values、字符串处理、index、merge、数据合并cancat、groupby分组统计
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言 一.排序函数sort_values() 二.字符串处理 1.介绍 2.代码介绍 3.Categorical类型降低数据 ...
- 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
PANDAS 数据合并与重塑(concat篇) 原创 2016年09月13日 19:26:30 标签: 47784 编辑 删除 pandas作者Wes McKinney 在[PYTHON FOR DA ...
- 【Python】图解Pandas数据合并:concat、join、append
公众号:尤而小屋 作者:Peter 编辑:Peter 图解pandas数据合并:concat+join+append 在上一篇文章中介绍过pandas中最为常用的一个合并函数merge的使用,本文中介 ...
- 数据合并之concat、append、merge和join
Pandas 是一套用于 Python 的快速.高效的数据分析工具.它可以用于数据挖掘和数据分析,同时也提供数据清洗功能.本文将详细讲解数据合并与连接,目录如下: ① concat 一.定义 conc ...
- python concat去除重复值语句_Python数据处理从零开始----第二章(pandas)④数据合并和处理重复值...
目录 第二章(pandas) Python数据处理从零开始----第二章(pandas)④数据合并和处理重复值 ============================================ ...
- pandas数据合并与重塑_PANDAS 数据合并与重塑(concat篇)
pandas作者Wes McKinney 在[PYTHON FOR DATA ANALYSIS]中对pandas的方方面面都有了一个权威简明的入门级的介绍,但在实际使用过程中,我发现书中的内容还只是冰 ...
- pandas 数据合并 pd.join() pd.merge() pd.crosstab() pd.concat()
文章目录 pd.join() pd.merge() pd.merge(left, right, how='inner', left_on=None, right_on=None...)形式 按照一列进 ...
- 【数据科学】05 数据合并(merge、concat、combine)与数据清洗(缺失值、重复值、内容和格式)
文章目录 1. 数据合并 1.1 merge()合并 1.2 concat()合并 1.3 combine()合并 2. 数据清洗 2.1 缺失值 2.2 重复值 2.3 内容与格式清洗 1. 数据合 ...
最新文章
- Go 知识点(03)— 非缓冲 channel 的长度始终为 0
- svn中提示”Files 的值 .mine 无效” 的解决方案
- .net 网页播放器
- cocos2d-x坐标系
- hdu2065(指数型母函数+快速幂)
- Samba服务器如何与Windows 95共享?
- Spark安装配置指南
- The use specified as definer('root'@'%') does not exist的解决办法
- 安全篇 ━━ ITlearner ASP探针 V1.2
- 哔哩哔哩手机客户端下载视频转到电脑上播放
- 【基于机器学习/深度学习的睡眠信号分类】主题必读论文推荐
- SEO当下的力量,你应该关注的4个属性
- 高绩效团队-VUCA时代的五个管理策略《二》—代际管理
- 改造摄像头模块成开发板
- Pycharm2099破解
- 校外使用校园网访问外网
- Ubuntu 如何搭建可视化界面?
- Linux下MySQL基本操作
- 有效载荷偶联ADC抗体偶联物的特征及应用探讨-瑞禧
- php现场大屏幕互动系统
热门文章
- 新手请教个问题,有关cocos2d-x
- Objective-C词汇表
- 关于这个blog使用的问题?
- Mac下CUDA开启及Tensorflow-gpu 1.4 安装
- PROTEL技术应用技巧总结
- 20190925每日一句
- Atitit 安全登录退出管理法v3 tbb.docx 目录 1.1. 未持有效出入边界票据。。校验票据有效性	1 1.2. 从事与票据种类不符的活动的	2 1.3. 数据为数字的应该校验数字	2
- Atitit 计算机通信技术概要 目录 1. OSI参考模型将整个协议垂直地分为7个层次 :	1 1.1. 通信类别	2 2. 传输方式 计算机通信可分为直接式和间接式两种。	2 2.1. 1)直
- Atitit 获取剪贴板内容 目录 1.1. ava提供两种类型的剪贴板:系统的和本地的.	1 1.2. Atitit 剪贴板数据类型 DataFlavor	1 1.3. Atitit 获取剪贴板内
- Atitit 知识发现 艾提拉总结 目录 1. 知识发现	1 1.1. 与数据挖掘的区别与联系 数据挖掘的一种更广义的说法	2 1.2. 基本任务	3 1.2.1. 数据分类	3 1.2.2.