详解pandas数据合并与重塑(pandas合并数据集)
这篇文章主要介绍了详解pandas数据合并与重塑(pd.concat篇),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
1 concat
concat函数是在pandas底下的方法,可以将数据根据不同的轴作简单的融合
1 2 | pd.concat(objs, axis = 0 , join = 'outer' , join_axes = None , ignore_index = False , keys = None , levels = None , names = None , verify_integrity = False ) |
参数说明
objs: series,dataframe或者是panel构成的序列lsit
axis: 需要合并链接的轴,0是行,1是列
join:连接的方式 inner,或者outer
其他一些参数不常用,用的时候再补上说明。
1.1 相同字段的表首尾相接
1 2 3 4 | # 现将表构成list,然后在作为concat的输入 In [ 4 ]: frames = [df1, df2, df3] In [ 5 ]: result = pd.concat(frames) |
要在相接的时候在加上一个层次的key来识别数据源自于哪张表,可以增加key参数
1 | In [ 6 ]: result = pd.concat(frames, keys = [ 'x' , 'y' , 'z' ]) |
效果如下
1.2 横向表拼接(行对齐)
1.2.1 axis
当axis = 1的时候,concat就是行对齐,然后将不同列名称的两张表合并
1 | In [ 9 ]: result = pd.concat([df1, df4], axis = 1 ) |
1.2.2 join
加上join参数的属性,如果为'inner'得到的是两表的交集,如果是outer,得到的是两表的并集。
1 | In [ 10 ]: result = pd.concat([df1, df4], axis = 1 , join = 'inner' ) |
1.2.3 join_axes
如果有join_axes的参数传入,可以指定根据那个轴来对齐数据
例如根据df1表对齐数据,就会保留指定的df1表的轴,然后将df4的表与之拼接
1 | In [ 11 ]: result = pd.concat([df1, df4], axis = 1 , join_axes = [df1.index]) |
1.3 append
append是series和dataframe的方法,使用它就是默认沿着列进行凭借(axis = 0,列对齐)
1 | In [ 12 ]: result = df1.append(df2) |
1.4 无视index的concat
如果两个表的index都没有实际含义,使用ignore_index参数,置true,合并的两个表就睡根据列字段对齐,然后合并。最后再重新整理一个新的index。
1.5 合并的同时增加区分数据组的键
前面提到的keys参数可以用来给合并后的表增加key来区分不同的表数据来源
1.5.1 可以直接用key参数实现
1 | In [ 27 ]: result = pd.concat(frames, keys = [ 'x' , 'y' , 'z' ]) |
1.5.2 传入字典来增加分组键
1 2 | In [ 28 ]: pieces = { 'x' : df1, 'y' : df2, 'z' : df3} In [ 29 ]: result = pd.concat(pieces) |
1.6 在dataframe中加入新的行
append方法可以将 series 和 字典就够的数据作为dataframe的新一行插入。
1 2 3 | In [ 34 ]: s2 = pd.Series([ 'X0' , 'X1' , 'X2' , 'X3' ], index = [ 'A' , 'B' , 'C' , 'D' ]) In [ 35 ]: result = df1.append(s2, ignore_index = True ) |
表格列字段不同的表合并
如果遇到两张表的列字段本来就不一样,但又想将两个表合并,其中无效的值用nan来表示。那么可以使用ignore_index来实现。
1 2 3 4 5 | In [ 36 ]: dicts = [{ 'A' : 1 , 'B' : 2 , 'C' : 3 , 'X' : 4 }, ....: { 'A' : 5 , 'B' : 6 , 'C' : 7 , 'Y' : 8 }] ....: In [ 37 ]: result = df1.append(dicts, ignore_index = True ) |
以上就是本文的全部内容,希望对大家的学习有所帮助
原文链接:https://blog.csdn.net/mr_hhh/article/details/79488445