使用Python怎样对pandas数据合并？
发布时间：2022-03-15 13:55:52 所属栏目：语言 来源：互联网
导读：这篇文章主要介绍了使用Python怎样对pandas数据合并的操作，对大家学习Python具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章能有所收获，接下来小编带着大家一起了解看看。 一、concat concat函数是在pandas底下的方法，可以将数据根据
|
这篇文章主要介绍了使用Python怎样对pandas数据合并的操作，对大家学习Python具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章能有所收获，接下来小编带着大家一起了解看看。 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 #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']) 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) 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') 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]) 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) 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。 （编辑：许昌站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
