Pandas中的轴向堆叠数据—concat()方法
程序员文章站
2022-04-21 19:19:16
concat()函数可以沿着一条轴将多个对象堆叠,其使用方式类似数据表合并,语法格式如下:Pandas.concat(objs,axis=0,join=“outer”,join_axes=None,ignore_index=False,keys=None,levels=None,names=None,verify_itegrity=False,sort=None,...
concat()函数可以沿着一条轴将多个对象堆叠,其使用方式类似数据表合并,语法格式如下:
Pandas.concat(objs,axis=0,join=“outer”,join_axes=None,ignore_index=False,keys=None,levels=None,names=None,verify_itegrity=False,sort=None,copy=True)
上述函数中常用参数表示的含义如下:
- axis:表示连接的轴向,可以为0或1,默认为0。 //axis=0,竖直方向合并;axis=1,水平方向合并
- join:表示连接的方式,inner表示内连接,outer表示外连接,默认使用外连接。
//内连接,得到索引的交集的数据;外连接,得到索引并集的数据 - ignore_index:接受布尔值,默认为False。如果设置为True,则表示清除现有索引并重置索引值。
- keys:接受序列,表示添加最外层索引。
- levels:用于构建MultiIndex的特定级别(唯一值)。
- names:在设置了keys和level 参数后,用于创建分层级别的名称。
- verify_integerity:检查新的连接轴是否包含重复项。接受布尔值,当设置为True时,如果有重复的轴将会抛出错误,默认为False。
一、横向堆叠与外连接
当使用concat()函数合并时,若是将axis参数的值设为1,且 join 参数的值设为outer,则说明使用横向堆叠与外连接的方式进行合并。
import pandas as pd #数据合并,join默认为outer外连接(拿并集),inner内连接(拿交集)
df1=pd.DataFrame({'A':['A0','A0','A1']
,'B':['B0','B0','B1']})
df2=pd.DataFrame({'C':['C0','C0','C1','C3']
,'D':['D0','D2','D2','D3']})
pd.concat([df1,df2],join='outer',axis=1)
二、纵向堆叠与内连接
当使用concat()函数合并时,若是将axis参数的值设为0,且join参数的值设为inner,则表明使用纵向堆叠与内连接的方式进行合并。
import pandas as pd
df1=pd.DataFrame({'A':['A0','A1','A2']
,'B':['B0','B1','B2']
,'C':['C0','C1','C2']})
df2=pd.DataFrame({'B':['B3','B4','B5']
,'C':['C3','C4','C5']
,'D':['D3','D4','D5']})
df1
df2
pd.concat([df1,df2],join='inner',axis=0) #纵向堆叠与内连接
ignore_index参数的用法:
df1
df2
pd.concat([df1,df2],ignore_index=True) #清除现有的索引并重新分配索引值
作者:KJ.JK
本文仅用于交流学习,未经作者允许,禁止转载,更勿做其他用途,违者必究。
文章对你有所帮助的话,欢迎给个赞或者 star 呀,你的支持是对作者最大的鼓励,不足之处可以在评论区多多指正,交流学习呀。
本文地址:https://blog.csdn.net/m0_47384542/article/details/109962417
推荐阅读
-
python pandas中对Series数据进行轴向连接的实例
-
Mysql5.7中使用group concat函数数据被截断的问题完美解决方法
-
在Pandas中DataFrame数据合并,连接(concat,merge,join)的实例
-
python pandas中DataFrame类型数据操作函数的方法
-
浅谈pandas筛选出表中满足另一个表所有条件的数据方法
-
Pandas中的轴向堆叠数据—concat()方法
-
使用pandas中的DataFrame数据绘制柱状图的方法
-
将pandas.dataframe的数据写入到文件中的方法
-
Pandas过滤dataframe中包含特定字符串的数据方法
-
使用pandas将numpy中的数组数据保存到csv文件的方法