【轉】Pandas學習筆記（五）合併 concat

時間 2019-11-06

標籤 pandas 學習筆記合併 concat 简体版

原文原文鏈接

Pandas學習筆記系列：html

原文：https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/3-6-pd-concat/ 本文有刪改python

Concat

pandas處理多組數據的時候每每會要用到數據的合併處理,使用 concat是一種基本的合併方式.並且concat中有不少參數能夠調整,合併成你想要的數據形式.git

axis (合併方向)

axis=0是預設值，所以未設定任何參數時，函數默認axis=0。github

import pandas as pd
import numpy as np

#定義資料集
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a','b','c','d'])
df2 = pd.DataFrame(np.ones((3,4))*1, columns=['a','b','c','d'])
df3 = pd.DataFrame(np.ones((3,4))*2, columns=['a','b','c','d'])

#concat縱向合併
res = pd.concat([df1, df2, df3], axis=0)

#打印結果
print(res)
"""
    a    b    c    d
0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0
0  1.0  1.0  1.0  1.0
1  1.0  1.0  1.0  1.0
2  1.0  1.0  1.0  1.0
0  2.0  2.0  2.0  2.0
1  2.0  2.0  2.0  2.0
2  2.0  2.0  2.0  2.0
"""

仔細觀察會發現結果的index是0, 1, 2, 0, 1, 2, 0, 1, 2，若要將index重置，請看下面。app

ignore_index (重置 index)

#承上一個例子，並將index_ignore設定爲True
res = pd.concat([df1, df2, df3], axis=0, ignore_index=True)

#打印結果
print(res)
"""
    a    b    c    d
0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0
3  1.0  1.0  1.0  1.0
4  1.0  1.0  1.0  1.0
5  1.0  1.0  1.0  1.0
6  2.0  2.0  2.0  2.0
7  2.0  2.0  2.0  2.0
8  2.0  2.0  2.0  2.0
"""

結果的index變0, 1, 2, 3, 4, 5, 6, 7, 8。函數

join (合併方式)

join='outer'爲預設值，所以未設定任何參數時，函數默認join='outer'。此方式是依照column來作縱向合併，有相同的column上下合併在一塊兒，其餘獨自的column個自成列，本來沒有值的位置皆以NaN填充。學習

import pandas as pd
import numpy as np

#定義資料集
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a','b','c','d'], index=[1,2,3])
df2 = pd.DataFrame(np.ones((3,4))*1, columns=['b','c','d','e'], index=[2,3,4])

#縱向"外"合併df1與df2
res = pd.concat([df1, df2], axis=0, join='outer')

print(res)
"""
    a    b    c    d    e
1  0.0  0.0  0.0  0.0  NaN
2  0.0  0.0  0.0  0.0  NaN
3  0.0  0.0  0.0  0.0  NaN
2  NaN  1.0  1.0  1.0  1.0
3  NaN  1.0  1.0  1.0  1.0
4  NaN  1.0  1.0  1.0  1.0
"""

原理同上個例子的說明，但只有相同的column合併在一塊兒，其餘的會被拋棄。spa

#承上一個例子

#縱向"內"合併df1與df2

res = pd.concat([df1, df2], axis=0, join='inner')

#打印結果
print(res)
"""
    b    c    d
1  0.0  0.0  0.0
2  0.0  0.0  0.0
3  0.0  0.0  0.0
2  1.0  1.0  1.0
3  1.0  1.0  1.0
4  1.0  1.0  1.0
"""

#重置index並打印結果
res = pd.concat([df1, df2], axis=0, join='inner', ignore_index=True)
print(res)
"""
    b    c    d
0  0.0  0.0  0.0
1  0.0  0.0  0.0
2  0.0  0.0  0.0
3  1.0  1.0  1.0
4  1.0  1.0  1.0
5  1.0  1.0  1.0
"""

join_axes (依照 axes 合併)

import pandas as pd
import numpy as np

#定義資料集
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a','b','c','d'], index=[1,2,3])
df2 = pd.DataFrame(np.ones((3,4))*1, columns=['b','c','d','e'], index=[2,3,4])

#依照`df1.index`進行橫向合併
res = pd.concat([df1, df2], axis=1, join_axes=[df1.index])

#打印結果
print(res)
"""
    a    b    c    d    b    c    d    e
1  0.0  0.0  0.0  0.0  NaN  NaN  NaN  NaN
2  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0
3  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0
"""

#移除join_axes，並打印結果
res = pd.concat([df1, df2], axis=1)
print(res)
"""
    a    b    c    d    b    c    d    e
1  0.0  0.0  0.0  0.0  NaN  NaN  NaN  NaN
2  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0
3  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0
4  NaN  NaN  NaN  NaN  1.0  1.0  1.0  1.0
"""

append (添加數據)

append只有縱向合併，沒有橫向合併。code

import pandas as pd
import numpy as np

#定義資料集
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a','b','c','d'])
df2 = pd.DataFrame(np.ones((3,4))*1, columns=['a','b','c','d'])
df3 = pd.DataFrame(np.ones((3,4))*1, columns=['a','b','c','d'])
s1 = pd.Series([1,2,3,4], index=['a','b','c','d'])

#將df2合併到df1的下面，以及重置index，並打印出結果
res = df1.append(df2, ignore_index=True)
print(res)
"""
    a    b    c    d
0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0
3  1.0  1.0  1.0  1.0
4  1.0  1.0  1.0  1.0
5  1.0  1.0  1.0  1.0
"""

#合併多個df，將df2與df3合併至df1的下面，以及重置index，並打印出結果
res = df1.append([df2, df3], ignore_index=True)
print(res)
"""
    a    b    c    d
0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0
3  1.0  1.0  1.0  1.0
4  1.0  1.0  1.0  1.0
5  1.0  1.0  1.0  1.0
6  1.0  1.0  1.0  1.0
7  1.0  1.0  1.0  1.0
8  1.0  1.0  1.0  1.0
"""

#合併series，將s1合併至df1，以及重置index，並打印出結果
res = df1.append(s1, ignore_index=True)
print(res)
"""
    a    b    c    d
0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0
3  1.0  2.0  3.0  4.0
"""

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。