关于python:pandas数据统计插件的连接函数concat妙用灵活处理数据对象

36次阅读

共计 2469 个字符，预计需要花费 7 分钟才能阅读完成。

大家晓得在 pandas 的数据框架中，数据格式对象次要有两种，一种是 Series，另一种则是比拟常见的 DataFrame 数据对象。pandas.concat() 连贯函数次要是用于解决这两种对象的数据连贯！

【浏览全文】

'''
cancat() 函数

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
          keys=None, levels=None, names=None, verify_integrity=False,
          copy=True)
          
参数阐明：objs：Series，DataFrame 或 Panel 对象的序列或映射。如果传递了 dict，则排序的键将用作键参数，除非它被传递，在这种状况下，将抉择值（见下文）。任何无对象将被静默删除，除非它们都是无，在这种状况下将引发一个 ValueError。axis：{0,1，...}，默认为 0。沿着连贯的轴。join：{'inner'，'outer'}，默认为“outer”。如何解决其余轴上的索引。outer 为联结和 inner 为交加。ignore_index：boolean，default False。如果为 True，请不要应用并置轴上的索引值。后果轴将被标记为 0，...，n-1。如果要连贯其中并置轴没有有意义的索引信息的对象，这将十分有用。留神，其余轴上的索引值在连贯中依然受到尊重。join_axes：Index 对象列表。用于其余 n - 1 轴的特定索引，而不是执行外部 / 内部设置逻辑。keys：序列，默认值无。应用传递的键作为最外层构建档次索引。如果为多索引，应该应用元组。levels：序列列表，默认值无。用于构建 MultiIndex 的特定级别（惟一值）。否则，它们将从键推断。names：list，default 无。后果档次索引中的级别的名称。verify_integrity：boolean，default False。查看新连贯的轴是否蕴含反复项。这绝对于理论的数据串联可能是十分低廉的。copy：boolean，default True。如果为 False，请勿不必要地复制数据。'''

一般合并

# 导入 pandas 数据处理库
import pandas as pd

# 初始化 series_1 数据对象
series_1 = pd.Series(['a', 'b','c'])

# 初始化 series_2 数据对象
series_2 = pd.Series(['c', 'd'])

# 合并 series_1、series_2
res = pd.concat([series_1, series_2])

# 打印合并后果
print(res)
# 0    a
# 1    b
# 2    c
# 0    c
# 1    d

疏忽索引合并

# 合并 series_1、series_2，疏忽索引
res = pd.concat([series_1, series_2],ignore_index=True)

# 打印合并后果
print(res)
# 0    a
# 1    b
# 2    c
# 3    c
# 4    d

增加分层索引合并

# 合并 series_1、series_2，疏忽索引
res = pd.concat([series_1, series_2],keys=['series_1','series_2'])

# 打印合并后果
print(res)
# series_1  0    a
#           1    b
#           2    c
# series_2  0    c
#           1    d

增加数据列合并

# 合并 series_1、series_2，增加数据列名
res = pd.concat([series_1, series_2],keys=['series_1','series_2'],names=['Series ID', 'index'])

# 打印合并后果
print(res)
# Series ID  index
# series_1   0        a
#            1        b
#            2        c
# series_2   0        c
#            1        d

合并两个雷同列的 DataFrame 对象

# 创立 DataFrame 对象 dataframe_1
dataframe_1 = pd.DataFrame([['coding', 'python'], ['type', '1']], columns=['名称', '类型'])

# 创立 DataFrame 对象 dataframe_2
dataframe_2 = pd.DataFrame([['coding', 'java'], ['type', '2']], columns=['名称', '类型'])

# 合并两个列雷同的 DataFrame 对象 dataframe_1、dataframe_2
res = pd.concat([dataframe_1, dataframe_2])

# 打印合并 DataFrame 对象
print(res)
#        名称      类型
# 0  coding  python
# 1    type       1
# 0  coding    java
# 1    type       2

合并重叠的 DataFrame

# 创立 DataFrame 对象 dataframe_3
dataframe_3 = pd.DataFrame([['coding', 'java','91'], ['type', '2','93']], columns=['名称', '类型','评分'])

# 合并两个不雷同的 DataFrame 对象 dataframe_1、dataframe_3
# 合并时不存在的列则应用 Nan 值进行合并
res = pd.concat([dataframe_1, dataframe_3],sort=False)

# 打印合并 DataFrame 对象
print(res)
#        名称      类型   评分
# 0  coding  python  NaN
# 1    type       1  NaN
# 0  coding    java   91
# 1    type       2   93

# join='inner', 去除重叠穿插的列
res = pd.concat([dataframe_1, dataframe_3],join='inner')
print(res)
# 0  coding  python
# 1    type       1
# 0  coding    java
# 1    type       2