pandas数据合并之pd.concat()用法详解

 更新时间:2022年06月15日 09:41:18   作者:xue_11  
本文主要介绍了pandas数据合并之pd.concat()用法详解,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

一、简介

pd.concat()函数可以沿着指定的轴将多个dataframe或者series拼接到一起。

基本语法:

  • pd.concat( objs, axis=0, join=‘outer’, join_axes=None,ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True,)
  • objs 表示需要连接的对象,比如:[df1, df2],需要将合并的数据用综括号包围;
  • axis=0 表拼接方式是上下堆叠,当axis=1表示左右拼接;
  • join 参数控制的是外连接还是内连接,join='outer’表示外连接,保留两个表中的所有信息;join="inner"表示内连接,拼接结果只保留两个表共有的信息;
  • join_axes参数是在内连接时选择要完整保留哪个表的索引,但是这个参数在官方文档中提醒即将被弃用,所以不做详细讲解,只看一下join参数的表现吧;

二 、代码

例1:上下堆叠拼接

import pandas as pd

d1 = [["xiaolei",20,10081],["xiaowu",30,10082]]
t1 = pd.DataFrame(d1)
print(t1)
print('*'*50)
d2 = [["xiaowang",22,10083],["xiaoming",25,10084]]
t2 = pd.DataFrame(d2)
print(t2)
print('*'*25+'合并结果如下(默认是上下堆叠)'+'*'*25)
t = pd.concat([t1,t2])
print(t)

运行结果:

         0   1      2
0  xiaolei  20  10081
1   xiaowu  30  10082
**************************************************
          0   1      2
0  xiaowang  22  10083
1  xiaoming  25  10084
********************合并结果如下(默认是上下堆叠)********************
          0   1      2
0   xiaolei  20  10081
1    xiaowu  30  10082
0  xiaowang  22  10083
1  xiaoming  25  10084

例2:axis=1 左右拼接

import pandas as pd

d1 = [["xiaolei",20,10081],["xiaowu",30,10082]]
t1 = pd.DataFrame(d1)
print(t1)
print('*'*50)
d2 = [["xiaowang",22,10083],["xiaoming",25,10084]]
t2 = pd.DataFrame(d2)
print(t2)
print('*'*20+'合并结果如下(左右拼接)'+'*'*20)
t = pd.concat([t1,t2], axis=1)
print(t)

运行结果:

         0   1      2
0  xiaolei  20  10081
1   xiaowu  30  10082
**************************************************
          0   1      2
0  xiaowang  22  10083
1  xiaoming  25  10084
********************合并结果如下(左右拼接)********************
         0   1      2         0   1      2
0  xiaolei  20  10081  xiaowang  22  10083
1   xiaowu  30  10082  xiaoming  25  10084

到此这篇关于pandas数据合并之pd.concat()用法详解的文章就介绍到这了,更多相关pandas pd.concat()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • pandas DataFrame 数据选取,修改,切片的实现

    pandas DataFrame 数据选取,修改,切片的实现

    这篇文章主要介绍了pandas DataFrame 数据选取,修改,切片的实现,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
    2020-04-04
  • Opencv求取连通区域重心实例

    Opencv求取连通区域重心实例

    这篇文章主要介绍了Opencv求取连通区域重心实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06
  • Python线程池模块ThreadPoolExecutor用法分析

    Python线程池模块ThreadPoolExecutor用法分析

    这篇文章主要介绍了Python线程池模块ThreadPoolExecutor用法,结合实例形式分析了Python线程池模块ThreadPoolExecutor的导入与基本使用方法,需要的朋友可以参考下
    2018-12-12
  • Pytorch怎样保存训练好的模型

    Pytorch怎样保存训练好的模型

    这篇文章主要介绍了Pytorch怎样保存训练好的模型问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-02-02
  • python3.7安装matplotlib失败问题的完美解决方法

    python3.7安装matplotlib失败问题的完美解决方法

    由于学习需要安装matplotlib库,阅读网上教程后一直出现各种各样的错误,下面这篇文章主要给大家介绍了关于python3.7安装matplotlib失败问题的完美解决方法,需要的朋友可以参考下
    2022-07-07
  • Python获取excel的数据并绘制箱型图和直方图的方法实例

    Python获取excel的数据并绘制箱型图和直方图的方法实例

    这篇文章主要给大家介绍了关于Python获取excel的数据并绘制箱型图和直方图的相关资料,好的图表能帮助我们深化数据的记忆点,文中通过图文以及代码示例将实现的方法介绍的非常详细,需要的朋友可以参考下
    2023-12-12
  • 关于python并发编程中的协程

    关于python并发编程中的协程

    协程是一种轻量级的并发方式,它是在用户空间中实现的,并不依赖于操作系统的调度,协程可以在同一个线程中实现并发,不需要进行上下文切换,因此执行效率非常高,需要的朋友可以参考下
    2023-04-04
  • python列表删除元素的三种实现方法

    python列表删除元素的三种实现方法

    本文主要介绍了python列表删除元素的三种实现方法,主要包括pop方法,remove方法,del方法这三种,具有一定的参考价值,感兴趣的可以了解一下
    2024-01-01
  • filter使用python3代码进行迭代元素的实例详解

    filter使用python3代码进行迭代元素的实例详解

    在本篇文章里小编给大家整理了关于filter使用python3代码进行迭代元素的实例详解内容,有兴趣的朋友们可以参考下。
    2020-12-12
  • 基于Python实现简单学生管理系统

    基于Python实现简单学生管理系统

    这篇文章主要为大家详细介绍了基于Python实现简单学生管理系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2020-07-07

最新评论