跳转至

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。

蟒蛇 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

蟒蛇 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。

蟒蛇 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

蟒蛇 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。

蟒蛇 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。

蟒蛇 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:



回到顶部