Python基础之pandas数据合并

更新时间：2021年04月27日 11:53:49 作者：小瓶盖的猪猪侠

这篇文章主要介绍了Python基础之pandas数据合并,文中有非常详细的代码示例,对正在学习python基础的小伙伴们有非常好的帮助,需要的朋友可以参考下

一、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

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

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

二、相同字段的表首尾相接

在这里插入图片描述

#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

In [6]: result = pd.concat(frames, keys=['x', 'y', 'z'])

在这里插入图片描述

也可以通过传入字典来增加分组键

pieces = {'x': df1, 'y': df2, 'z': df3}

result = pd.concat(pieces)

三、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，是以索引号进行连接的

result = pd.concat([df1, df4], axis=1)

在这里插入图片描述

3.1 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。

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

在这里插入图片描述

3.2 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

result = pd.concat([df1, df4], axis=1, join_axes=[df1.index])

在这里插入图片描述

四、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）

result = df1.append(df2)

在这里插入图片描述

五、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。

在这里插入图片描述

到此这篇关于Python基础之pandas数据合并的文章就介绍到这了,更多相关Python pandas数据合并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！

您可能感兴趣的文章:

关于最大池化层和平均池化层图解
这篇文章主要介绍了关于最大池化层和平均池化层图解，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
2022-12-12
Flask-Sqlalchemy的基本使用详解
本文主要介绍了Flask-Sqlalchemy的基本使用详解，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
2022-06-06
python 装饰器详解与应用范例
装饰器是 Python 的一个重要部分。简单地说：他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短，也更Pythonic。大多数初学者不知道在哪儿使用它们，所以我将要分享下，哪些区域里装饰器可以让你的代码更简洁。首先，让我们讨论下如何写你自己的装饰器
2021-11-11
Python通过getattr函数获取对象的属性值
这篇文章主要介绍了Python通过getattr函数获取对象的属性值,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,需要的朋友可以参考下
2020-10-10
python利用标准库如何获取本地IP示例详解
这篇文章主要给大家介绍了关于python利用标准库如何获取本地IP的相关资料，文中先对python的标准库进行了简单的介绍，而后给大家详细介绍了关于python用标准库获取本地IP的实现方法，需要的朋友可以参考借鉴，下面随着小编来一起学习学习吧。
2017-11-11
浅谈使用Python变量时要避免的3个错误
这篇文章主要介绍了浅谈使用Python变量时要避免的3个错误，还是比较不错的，涉及部分代码分析，以及字典的创建等相关内容，需要的朋友可以参考下。
2017-10-10
用Python进行数据清洗以及值处理
这篇文章主要介绍了用Python进行数据清洗以及值处理,数据分析中，数据清洗是一个必备阶段。数据分析所使用的数据一般都很庞大，致使数据不可避免的出现重复、缺失、异常值等异常数据，如果忽视这些异常数据，可能导致分析结果的准确性,需要的朋友可以参考下
2023-07-07
使用Python和Pygame轻松实现播放音频播放器
在这个数字化时代,音频和音乐已成为我们日常生活的一部分,不管是为了放松、学习还是工作,一个好的音乐播放器总是必不可少的,所以本文给大家介绍了用Python和Pygame制作自己的音频播放器,感兴趣的朋友可以参考下
2024-01-01
Python 单例设计模式用法实例分析
这篇文章主要介绍了Python 单例设计模式用法,结合实例形式分析了Python单例模式的具体定义与使用操作技巧,需要的朋友可以参考下
2019-09-09
opencv导入头文件时报错#include的解决方法
这篇文章主要介绍了opencv导入头文件时报错#include的解决方法，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
2019-07-07