结合数据帧和熊猫
原文:https://www.geesforgeks.org/combining-data frames-with-pandas/
熊猫数据框由三个主要组成部分组成，即数据、行和列。为了组合这些数据帧，熊猫提供了多种功能，如 concat() 和 append() 。
方法#1:使用concat()T6】方法
最初，创建两个数据集并将它们转换为数据帧。
蟒蛇 3
# import required module
import pandas as pd
# making a dataset
data1 = {
'Serial_No.': ['1', '2', '3', '4', '5'],
'First': ['F0', 'F1', 'F2', 'F3', 'F4'],
'Second': ['S0', 'S1', 'S2', 'S3', 'S4'],
}
# creating a dataframe
df1 = pd.DataFrame(data1, columns=['Serial_No.',
'First',
'Second'])
# display dataframe
df1
# making a dataset
data2 = {
'Serial_No.': ['6', '7', '8', '9', '10'],
'First': ['F10', 'F11', 'F12', 'F13', 'F14'],
'Second': ['S10', 'S11', 'S12', 'S13', 'S14'],
}
# creating a dataset
df2 = pd.DataFrame(data2, columns=['Serial_No.',
'First',
'Second'])
# display dataset
df2
输出:
现在，连接两个数据帧，我们将使用 concat() 来组合两个数据帧。如果忽略_索引=真，df 的索引将是连续的。
蟒蛇 3
# combining the two dataframes
df = pd.concat([df1, df2], ignore_index=True)
# display combined dataframes
df
输出:
使用键，我们可以指定数据帧的标签。
蟒蛇 3
# we can also separate 2 datasets using keys
frames = [df1, df2]
df_keys = pd.concat(frames, keys=['x', 'y'])
# display dataframe
df_keys
输出:
方法 2:使用 追加() 方法
最初，创建两个数据集并将它们转换为数据帧。
蟒蛇 3
# import required module
import pandas as pd
# making a dataset
data1 = {
'Serial_No.': ['1', '2', '3', '4', '5'],
'First': ['F0', 'F1', 'F2', 'F3', 'F4'],
'Second': ['S0', 'S1', 'S2', 'S3', 'S4'],
}
# creating a dataframe
df1 = pd.DataFrame(data1, columns=['Serial_No.',
'First',
'Second'])
# display dataframe
df1
# making a dataset
data2 = {
'Serial_No.': ['6', '7', '8', '9', '10'],
'First': ['F10', 'F11', 'F12', 'F13', 'F14'],
'Second': ['S10', 'S11', 'S12', 'S13', 'S14'],
}
# creating a dataset
df2 = pd.DataFrame(data2, columns=['Serial_No.',
'First',
'Second'])
# display dataset
df2
输出:
dataframe.append() 方法执行合并两个数据帧的操作，类似于contact()方法。
蟒蛇 3
# combining dataframes
result = df1.append(df2, sort=False, ignore_index=True)
# display combined dataframe
result
输出:
