pandas.concat()函数在 Python 中
原文:https://www . geesforgeks . org/pandas-concat-function-in-python/
pandas.concat()函数执行沿带有熊猫对象的轴的执行连接操作的所有繁重工作，同时在其他轴上执行索引(如果有的话)的可选设置逻辑(并集或交集)。
语法: concat(objs，axis，join，ignore_index，key，levels，names，verify_integrity，sort，copy)
参数:
- 对象:系列或数据框对象
- 轴:轴连接；默认值= 0
- 连接:方式处理其他轴上的索引；默认值=“外部”
- ignore_index: 如果为 True，则不要使用沿拼接轴的索引值；默认值=假
- 键:向结果索引添加标识符的序列；默认值=无
- 级别:用于构建多索引的特定级别(唯一值)；默认值=无
- 名称:结果分层索引中的级别名称；默认值=无
- verify_integrity: 检查新级联轴是否包含重复项；默认值=假
- 排序:当连接为“外部”时，如果非连接轴尚未对齐，则对其进行排序；默认值=假
- 复制:如果为 False，不要进行不必要的数据复制；默认值=真
返回:类型的对象(数据帧系列)
示例 1: 用默认参数串联 2 个系列。
Python 3
# importing the module
import pandas as pd
# creating the Series
series1 = pd.Series([1, 2, 3])
display('series1:', series1)
series2 = pd.Series(['A', 'B', 'C'])
display('series2:', series2)
# concatenating
display('After concatenating:')
display(pd.concat([series1, series2]))
输出:
示例 2: 水平串联 2 个系列，索引= 1
Python 3
# importing the module
import pandas as pd
# creating the Series
series1 = pd.Series([1, 2, 3])
display('series1:', series1)
series2 = pd.Series(['A', 'B', 'C'])
display('series2:', series2)
# concatenating
display('After concatenating:')
display(pd.concat([series1, series2],
axis = 1))
输出:
示例 3: 连接 2 个数据帧并分配密钥。
Python 3
# importing the module
import pandas as pd
# creating the DataFrames
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
display('df1:', df1)
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7']})
display('df2:', df2)
# concatenating
display('After concatenating:')
display(pd.concat([df1, df2],
keys = ['key1', 'key2']))
输出:
示例 4: 水平连接 2 个数据帧，轴= 1 。
Python 3
# importing the module
import pandas as pd
# creating the DataFrames
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
display('df1:', df1)
df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
display('df2:', df2)
# concatenating
display('After concatenating:')
display(pd.concat([df1, df2],
axis = 1))
输出:
示例 5: 将 2 个数据帧连接起来，ignore_index = True，以便在连接的数据帧中显示新的索引值。
Python 3
# importing the module
import pandas as pd
# creating the DataFrames
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
display('df1:', df1)
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7']})
display('df2:', df2)
# concatenating
display('After concatenating:')
display(pd.concat([df1, df2],
ignore_index = True))
输出:
示例 6: 将数据帧与序列连接起来。
Python 3
# importing the module
import pandas as pd
# creating the DataFrame
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
display('df:', df1)
# creating the Series
series = pd.Series([1, 2, 3, 4])
display('series:', series)
# concatenating
display('After concatenating:')
display(pd.concat([df, series],
axis = 1))
输出:
版权属于：月萌API www.moonapi.com，转载请注明出处
