快捷導(dǎo)航

Python?pandas?DataFrame數(shù)據(jù)拼接方法

更新時(shí)間：2022年07月12日 09:20:07 作者：勤奮的大熊貓

我們都知道在使用pandas處理數(shù)據(jù)的時(shí)候,往往會(huì)需要合并兩個(gè)或者多個(gè)DataFrame的操作,下面這篇文章主要給大家介紹了關(guān)于Python?pandas?DataFrame數(shù)據(jù)拼接方法的相關(guān)資料,需要的朋友可以參考下

前言

在pandas模塊中，通常我們都需要對(duì)類型為DataFrame的數(shù)據(jù)進(jìn)行操作，其中最為常見的操作便是拼接了。比如我們將兩個(gè)Excel表格中的數(shù)據(jù)讀入，隨后拼接完成后保存進(jìn)一個(gè)新的Excel表格文件中。之前查找了相關(guān)的博客，發(fā)現(xiàn)網(wǎng)絡(luò)上魚龍混雜。有些代碼完全無法執(zhí)行，為了提高效率，這里做一個(gè)詳細(xì)地記錄。

DataFrame數(shù)據(jù)拼接方法一：使用.append()方法。

# -*- coding:utf-8 -*-
import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]])
df2 = pd.DataFrame([[5, 6], [7, 8]])

df = df1.append(df2)

print("df1的值為:")
print(df1)
print("df2的值為:")
print(df2)
print("df的值為:")
print(df)
"""
運(yùn)行結(jié)果：
df1的值為:
   0  1
0  1  2
1  3  4
df2的值為:
   0  1
0  5  6
1  7  8
df的值為:
   0  1
0  1  2
1  3  4
0  5  6
1  7  8
"""

我們可以看到，首先我們使用了類似于list列表的操作方式，使用.append()方法對(duì)df1與df2數(shù)據(jù)進(jìn)行了操作，但是需要注意的是，不同于對(duì)列表對(duì)象的操作，這里的df1仍舊為原來的df1所擁有的內(nèi)容，而我們賦值的對(duì)象df才是保存了二者拼接以后的結(jié)果。所以記得一定要單獨(dú)執(zhí)行賦值才可以得到正確的結(jié)果?。?！其次我們看到結(jié)果其實(shí)是有些問題的，df結(jié)果中的縱向索引值為0，1，0，1，仍舊保留了我們拼接前各自的索引值，這是不被我們需要的，因此我們需要設(shè)置 ignore_index=True來對(duì)索引值進(jìn)行重新排列。代碼如下：

# -*- coding:utf-8 -*-
import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]])
df2 = pd.DataFrame([[5, 6], [7, 8]])

df = df1.append(df2,  ignore_index=True)

print("df1的值為:")
print(df1)
print("df2的值為:")
print(df2)
print("df的值為:")
print(df)
"""
運(yùn)行結(jié)果：
df1的值為:
   0  1
0  1  2
1  3  4
df2的值為:
   0  1
0  5  6
1  7  8
df的值為:
   0  1
0  1  2
1  3  4
2  5  6
3  7  8
"""

我們可以看到，此時(shí)的縱向索引值變正常了。

注意: df1 = pd.DataFrame([[1, 2], [3, 4]])創(chuàng)建DataFrame類型的數(shù)據(jù)時(shí)要使用雙層中括號(hào)，單層中括號(hào)會(huì)導(dǎo)致數(shù)據(jù)縱向排列。

DataFrame數(shù)據(jù)拼接方法二：使用.concat()方法。

# -*- coding:utf-8 -*-
import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]])
df2 = pd.DataFrame([[5, 6], [7, 8]])

df = pd.concat([df1, df2], ignore_index=True)

print("df1的值為:")
print(df1)
print("df2的值為:")
print(df2)
print("df的值為:")
print(df)
"""
運(yùn)行結(jié)果：
df1的值為:
   0  1
0  1  2
1  3  4
df2的值為:
   0  1
0  5  6
1  7  8
df的值為:
   0  1
0  1  2
1  3  4
2  5  6
3  7  8
"""

我們可以看到成功實(shí)現(xiàn)了拼接。

但是這樣并不美觀，我們發(fā)現(xiàn)，我們的縱向index還是用0，1在表示，那么我們可不可以自定義縱向index呢？答案是可以的，請(qǐng)看如下代碼：

import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]], columns=["column1", "column2"])
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=["column1", "column2"])

df = pd.concat([df1, df2], ignore_index=True)

print("df1的值為:")
print(df1)
print("df2的值為:")
print(df2)
print("df的值為:")
print(df)
"""
運(yùn)行結(jié)果：
df1的值為:
   column1  column2
0        1        2
1        3        4
df2的值為:
   column1  column2
0        5        6
1        7        8
df的值為:
   column1  column2
0        1        2
1        3        4
2        5        6
3        7        8
"""

至此，DataFrame的拼接問題暫時(shí)告一段落，當(dāng)然還存在其他方法，以后有機(jī)會(huì)了再補(bǔ)充，這兩種方法均為比較直觀和簡(jiǎn)潔的方法。推薦使用。此外， pd.concat()函數(shù)也適用于多個(gè)DataFrame的拼接，只要將第一個(gè)參數(shù)變?yōu)橐粋€(gè)列表，涵蓋所有的DataFrame名稱即可，如[df1, df2, df3]。

補(bǔ)充：Python同時(shí)合并多個(gè)DataFrame

pandas的merge函數(shù)只能同時(shí)合并三個(gè)dataframe，如果涉及到合并多個(gè)dataframe就比較麻煩

這種情況下我們可以創(chuàng)建一個(gè)我們需要合并的列表，然后將他們一次性合并在一起

# merge any number of dataframes
from functools import reduce
df_groups = [df2, group1, group2, group3, group4, group5, group6, group7, group8]
df_merged = reduce(lambda left, right: pd.merge(left, right, on=['title']), df_groups)
df_merged.head()