快捷導(dǎo)航

詳解pandas數(shù)據(jù)合并與重塑（pd.concat篇）

更新時(shí)間：2019年07月09日 09:33:21 作者：碼不停題Elon

這篇文章主要介紹了詳解pandas數(shù)據(jù)合并與重塑（pd.concat篇），文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

1 concat

concat函數(shù)是在pandas底下的方法，可以將數(shù)據(jù)根據(jù)不同的軸作簡(jiǎn)單的融合

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

參數(shù)說(shuō)明

objs: series，dataframe或者是panel構(gòu)成的序列l(wèi)sit
axis：需要合并鏈接的軸，0是行，1是列
join：連接的方式 inner，或者outer

其他一些參數(shù)不常用，用的時(shí)候再補(bǔ)上說(shuō)明。

1.1 相同字段的表首尾相接

# 現(xiàn)將表構(gòu)成list，然后在作為concat的輸入
In [4]: frames = [df1, df2, df3]
 
In [5]: result = pd.concat(frames)

要在相接的時(shí)候在加上一個(gè)層次的key來(lái)識(shí)別數(shù)據(jù)源自于哪張表，可以增加key參數(shù)

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

效果如下

1.2 橫向表拼接（行對(duì)齊）

1.2.1 axis

當(dāng)axis = 1的時(shí)候，concat就是行對(duì)齊，然后將不同列名稱的兩張表合并

In [9]: result = pd.concat([df1, df4], axis=1)

1.2.2 join

加上join參數(shù)的屬性，如果為'inner'得到的是兩表的交集，如果是outer，得到的是兩表的并集。

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

1.2.3 join_axes

如果有join_axes的參數(shù)傳入，可以指定根據(jù)那個(gè)軸來(lái)對(duì)齊數(shù)據(jù)

例如根據(jù)df1表對(duì)齊數(shù)據(jù)，就會(huì)保留指定的df1表的軸，然后將df4的表與之拼接

In [11]: result = pd.concat([df1, df4], axis=1, join_axes=[df1.index])

1.3 append

append是series和dataframe的方法，使用它就是默認(rèn)沿著列進(jìn)行憑借（axis = 0，列對(duì)齊）

In [12]: result = df1.append(df2)

1.4 無(wú)視index的concat

如果兩個(gè)表的index都沒(méi)有實(shí)際含義，使用ignore_index參數(shù)，置true，合并的兩個(gè)表就睡根據(jù)列字段對(duì)齊，然后合并。最后再重新整理一個(gè)新的index。

1.5 合并的同時(shí)增加區(qū)分?jǐn)?shù)據(jù)組的鍵

前面提到的keys參數(shù)可以用來(lái)給合并后的表增加key來(lái)區(qū)分不同的表數(shù)據(jù)來(lái)源

1.5.1 可以直接用key參數(shù)實(shí)現(xiàn)

In [27]: result = pd.concat(frames, keys=['x', 'y', 'z'])

1.5.2 傳入字典來(lái)增加分組鍵

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方法可以將 series 和字典就夠的數(shù)據(jù)作為dataframe的新一行插入。

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

如果遇到兩張表的列字段本來(lái)就不一樣，但又想將兩個(gè)表合并，其中無(wú)效的值用nan來(lái)表示。那么可以使用ignore_index來(lái)實(shí)現(xiàn)。

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?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: