python中concat的用法_pandas中concat()的用法

pandas.concat()通常用来连接DataFrame对象。默认情况下是对两个DataFrame对象进行纵向连接，当然通过设置参数，也可以通过它实现DataFrame对象的横向连接。

让我们通过几个例子来看看concat()的用法。

1. 纵向连接DataFrame对象

(1)两个DataFrame对象的列完全相同

# 初始化两个DataFrame对象

df1 = pd.DataFrame([['a', 1], ['b', 2]],

columns=['letter', 'number'])

df2 = pd.DataFrame([['c', 3], ['d', 4]],

columns=['letter', 'number'])

display(df1)

display(df2)

# 合并对象

pd.concat([df1, df2])

从上面的结果可以看出， concat默认纵向连接DataFrame对象，并且合并之后不改变每个DataFrame子对象的index值，因此我们可以在合并之后的DataFrame中看到index的值0和1重复了两次。

如果希望重新设置合并之后的DataFrame对象的index值，可以添加ignore_index=True参数：

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

(2) 两个DataFrame对象的列不完全相同

# 初始化DataFrame对象

df1 = pd.DataFrame([['a', 1], ['b', 2]],

columns=['letter', 'number'])

df3 = pd.DataFrame([['c', 3, 'cat'], ['d', 4, 'dog']],

columns=['letter', 'number', 'animal'])

display(df1)

display(df3)

# 合并对象

pd.concat([df1, df3], sort=False) # sort=False : 列的顺序维持原样，不进行重新排序。

从结果可以看到，因为df1中没有animal列，所以在合并之后的DataFrame对象里，所对应的元素都被设置成了NaN。

如果只想合并相同的列，我们可以添加上join='inner'参数：

pd.concat([df1, df3], join='inner')

2. 横向合并DataFrame对象

通过设置axis=1, 可以横向合并两个DataFrame对象。

# 初始化DataFrame对象

df1 = pd.DataFrame([['a', 1], ['b', 2]],

columns=['letter', 'number'])

df4 = pd.DataFrame([['bird', 'polly'], ['monkey', 'george']],

columns=['animal', 'name'])

display(df1)

display(df4)

# 合并对象

pd.concat([df1, df4], axis=1)

从上面的结果可以看出，通过设置axis=1参数，我们实现了df1和df4两个DataFrame对象的合并。

以上就是关于pandas.concat()函数用法的简单介绍。

参考资料

python中concat的用法_pandas中concat()的用法相关推荐

python中columns用法_pandas中DataFrame修改index、columns名的方法示例
一般常用的有两个方法: 1.使用DataFrame.index = [newName],DataFrame.columns = [newName],这两种方法可以轻松实现. 2.使用rename方法( ...
python查看各列数据类型_pandas中查看数据类型的几种方式
在获得数据之后.分析数据之前,我们一般需要对数据总体进行一个概览,如有哪些字段,每个字段的类型,值是否缺失等,以下列出了几种方法,供我们方便快捷的查看dataframe的数据类型. 1.维度查看:df ...
python pandas csv时间聚合_pandas中简单统计分组聚合函数的介绍
说明: 这里只是简单的说明了一些pandas中的一些我在毕设中使用到的函数,这个模块的并未具体其他的一些功能并未详细的进行说明. pandas 简单介绍 Python语言的Pandas模块是一种高效 ...
python遍历dataframe中的每个字符_pandas中遍历dataframe的每一个元素的实现
假如有一个需求场景需要遍历一个csv或excel中的每一个元素,判断这个元素是否含有某个关键字那么可以用python的pandas库来实现. 方法一: pandas的dataframe有一个很好用的 ...
python如何按列输出_pandas中的DataFrame按指定顺序输出所有列的方法
问题: 输出新建的DataFrame对象时,DataFrame中各列的显示顺序和DataFrame定义中的顺序不一致. 例如: import pandas as pd grades = [48,99, ...
pandas中drop用法_pandas中drop()函数用法
函数定义:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False) 删除单个行 import pandas ...
python中split函数源代码_Pandas.split()函数用法及源码
Pandas.split()函数用法及源码发布时间:2018-05-08 10:44, 浏览次数:1092 , 标签: Pandas split Python数据分析博文汇总 * Pandas重复值 ...
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], ...
Python中的map()函数和reduce()函数的用法
Python中的map()函数和reduce()函数的用法这篇文章主要介绍了Python中的map()函数和reduce()函数的用法,代码基于Python2.x版本,需要的朋友可以参考下

python中concat的用法_pandas中concat()的用法

python中concat的用法_pandas中concat()的用法相关推荐

最新文章

热门文章