脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → pandas 连接函数concat()

pandas的连接函数concat()函数的具体使用方法

 更新时间：2019年07月09日 09:52:39   作者：zzpdbk  
这篇文章主要介绍了pandas的连接函数concat()函数的具体使用方法，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

concat()函数的具体用法

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
     keys=None, levels=None, names=None, verify_integrity=False,
     copy=True)

参数含义

  • 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，在这种情况下，将选择值（见下文）。任何无对象将被静默删除，除非它们都是无，在这种情况下将引发一个ValueError。
  • axis：{0,1，...}，默认为0。沿着连接的轴。
  • join：{'inner'，'outer'}，默认为“outer”。如何处理其他轴上的索引。outer为联合和inner为交集。
  • ignore_index：boolean，default False。如果为True，请不要使用并置轴上的索引值。结果轴将被标记为0，...，n-1。如果要连接其中并置轴没有有意义的索引信息的对象，这将非常有用。注意，其他轴上的索引值在连接中仍然受到尊重。
  • join_axes：Index对象列表。用于其他n-1轴的特定索引，而不是执行内部/外部设置逻辑。
  • keys：序列，默认值无。使用传递的键作为最外层构建层次索引。如果为多索引，应该使用元组。
  • levels：序列列表，默认值无。用于构建MultiIndex的特定级别（唯一值）。否则，它们将从键推断。
  • names：list，default无。结果层次索引中的级别的名称。
  • verify_integrity：boolean，default False。检查新连接的轴是否包含重复项。这相对于实际的数据串联可能是非常昂贵的。
  • copy：boolean，default True。如果为False，请勿不必要地复制数据。
In [1]: df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
  ...:           'B': ['B0', 'B1', 'B2', 'B3'],
  ...:           'C': ['C0', 'C1', 'C2', 'C3'],
  ...:           'D': ['D0', 'D1', 'D2', 'D3']},
  ...:           index=[0, 1, 2, 3])
  ...: 
 
In [2]: df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
  ...:           'B': ['B4', 'B5', 'B6', 'B7'],
  ...:           'C': ['C4', 'C5', 'C6', 'C7'],
  ...:           'D': ['D4', 'D5', 'D6', 'D7']},
  ...:           index=[4, 5, 6, 7])
  ...: 
 
In [3]: df3 = pd.DataFrame({'A': ['A8', 'A9', 'A10', 'A11'],
  ...:           'B': ['B8', 'B9', 'B10', 'B11'],
  ...:           'C': ['C8', 'C9', 'C10', 'C11'],
  ...:           'D': ['D8', 'D9', 'D10', 'D11']},
  ...:           index=[8, 9, 10, 11])
  ...: 
 
In [4]: frames = [df1, df2, df3]
 
In [5]: result = pd.concat(frames)

KEY参数

result = pd.concat(frames, keys=['x', 'y', 'z'])


JOIN参数

默认join = 'outer',为取并集的关系

In [8]: df4 = pd.DataFrame({'B': ['B2', 'B3', 'B6', 'B7'],
  ...:         'D': ['D2', 'D3', 'D6', 'D7'],
  ...:         'F': ['F2', 'F3', 'F6', 'F7']},
  ...:         index=[2, 3, 6, 7])
  ...: 
 
In [9]: result = pd.concat([df1, df4], axis=1)

结果：

当设置join = 'inner'，则说明为取交集

In [10]: result = pd.concat([df1, df4], axis=1, join='inner')

结果：


如果索引想从原始DataFrame重用确切索引：

In [11]: result = pd.concat([df1, df4], axis=1, join_axes=[df1.index]) #设置索引为df1的索引


pandas文档：http://pandas.pydata.org/pandas-docs/stable/

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • 使用Python开发游戏运行脚本成功调用大漠插件

    使用Python开发游戏运行脚本成功调用大漠插件

    闲来无事，想通过python来实现一些简单的游戏辅助脚本，而游戏辅助脚本的主要原理就是通过程序来查找游戏程序窗口，模拟实现鼠标点击和键盘按键等事件来实现游戏辅助的，对Python开发游戏运行脚本相关知识感兴趣的朋友跟随小编一起看看吧
    2021-11-11
  • python多线程下信号处理程序示例

    python多线程下信号处理程序示例

    这篇文章主要为大家详细介绍了python多线程下信号处理程序示例，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2019-05-05
  • 在Python中封装GObject模块进行图形化程序编程的教程

    在Python中封装GObject模块进行图形化程序编程的教程

    这篇文章主要介绍了在Python中封装GObject模块进行图形化程序编程的教程,本文来自于IBM官方网站技术文档,需要的朋友可以参考下
    2015-04-04
  • Python进程间通信用法实例

    Python进程间通信用法实例

    这篇文章主要介绍了Python进程间通信用法,涉及Python通过multiprocessing模块操作进程的相关技巧,需要的朋友可以参考下
    2015-06-06
  • 详解PyTorch预定义数据集类datasets.ImageFolder使用方法

    详解PyTorch预定义数据集类datasets.ImageFolder使用方法

    这篇文章主要为大家介绍了PyTorch预定义数据集类datasets.ImageFolder使用方法详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2023-04-04
  • 解决Python3 抓取微信账单信息问题

    解决Python3 抓取微信账单信息问题

    这篇文章主要介绍了Python3 抓取微信账单信息,本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
    2019-07-07
  • 用Python进行简单图像识别（验证码）

    用Python进行简单图像识别（验证码）

    这篇文章主要为大家详细介绍了用Python进行简单图像识别验证码，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-01-01
  • 浅谈Python中的字符串

    浅谈Python中的字符串

    这篇文章主要介绍了Python中的字符串相关知识，文中讲解的非常细致，代码帮助大家更好的理解，感兴趣的朋友可以参考下
    2020-06-06
  • Django解决CORS跨域问题的方案

    Django解决CORS跨域问题的方案

    Cross-Origin Resource Sharing（CORS） 跨域问题,在前后端后离项目,selenium , playweight 自动化测试代码中经常遇到,本文给大家介绍了Django解决CORS跨域问题的方案,文中有详细的代码讲解,需要的朋友可以参考下
    2024-03-03
  • 一篇文章教会你PYcharm的用法

    一篇文章教会你PYcharm的用法

    这篇文章主要介绍了Pycharm新手使用教程(图文详解)，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
    2021-08-08

最新评论