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 ...

数据合并concat

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

1 、横向堆叠外连接上述两个 DataF ra me 对象

2 、纵向堆叠内连接上述两个DataFrame对象，重置堆叠的索引

数据合并concat相关推荐

最新文章

热门文章

	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

	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

	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