python pandas中对Series数据进行轴向连接的实例
更新时间:2018年06月08日 09:20:36 作者:grey_csdn
今天小编就为大家分享一篇python pandas中对Series数据进行轴向连接的实例,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
有时候我们想要的数据合并结果是数据的轴向连接,在pandas中这可以通过concat来实现。操作的对象通常是Series。
Ipython中的交互代码如下:
In [17]: from pandas import Series,DataFrame In [18]: series1 = Series(range(2),index = ['a','b']) In [19]: series2 = Series(range(3),index = ['c','d','e']) In [20]: series3 = Series(range(2),index = ['f','g']) In [21]: import pandas as pd
进行三个Series的连接:
In [22]: pd.concat([series1,series2,series3]) Out[22]: a 0 b 1 c 0 d 1 e 2 f 0 g 1 dtype: int64
默认情况下,pandas执行的是按照axis=0进行连接。如果进行axis=1的连接,结果如下:
In [24]: S1=pd.concat([series1,series2,series3],axis=1) In [25]: S1 Out[25]: 0 1 2 a 0.0 NaN NaN b 1.0 NaN NaN c NaN 0.0 NaN d NaN 1.0 NaN e NaN 2.0 NaN f NaN NaN 0.0 g NaN NaN 1.0 In [26]: type(S1) Out[26]: pandas.core.frame.DataFrame
结果是一个DataFrame,回头再看一下前面的Series的连接后的最终类型:
In [27]: type(pd.concat([series1,series2,series3])) Out[27]: pandas.core.series.Series
两种方式的结果并不相同,一个结果是Series,另一个则是DataFrame。
In [29]: series3 = Series(range(2),index = ['f','e']) In [30]: pd.concat([series1,series2,series3]) Out[30]: a 0 b 1 c 0 d 1 e 2 f 0 e 1 dtype: int64
从上面的一点测试中可以看出,concat的操作仅仅是单纯的连接,并没有涉及到数据的整合。如果想要进行整合,还是使用merge的方法。
以上这篇python pandas中对Series数据进行轴向连接的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
在Ubuntu系统下安装使用Python的GUI工具wxPython
这篇文章主要介绍了在Ubuntu系统下安装使用Python的GUI工具wxPython的方法,wxPython可以为Python提供强大的图形化界面开发支持,需要的朋友可以参考下2016-02-02
最新评论