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。

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)

pandas中concat()的用法_第1张图片

# 合并对象
pd.concat([df1, df2])

pandas中concat()的用法_第2张图片

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)

pandas中concat()的用法_第3张图片

# 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。

pandas中concat()的用法_第4张图片

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')

pandas中concat()的用法_第5张图片

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)

pandas中concat()的用法_第6张图片

# 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。

你可能感兴趣的:(python,python)