在Pandas中连接文件，实现更改列名或行索引

浩瀚星辰 Vast Stars

已于 2024-04-24 07:40:11 修改

阅读量852

点赞数 17

文章标签： pandas python 开发语言

于 2024-04-23 17:16:09 首次发布

本文链接：https://blog.csdn.net/Green_horn_new/article/details/138133098

版权

Pandas数据组合

连接数据

连接介绍

多个数据串联在一起，形成新数据，这一过程，便是连接

简单连接

# 导包 
    import pandas as pd
# 导入数据
    pad = pd.read_csv('data.csv')
    pad2 = pd.read_csv('data2.csv')
    pad3 = pd.read_csv('data3.csv')
# 连接数据 在这里需要使用到concat()方法来实现连接操作
    result = pd.concat([pad,pad2,pad3])
# 打印输出
    print(result)

打印结果：

结论

在上述结果中可知，将多个文件进行串联在一起，并以垂直方式展示，（请注意看行索引）
DataFrame 与Series连接（concat方法默认是添加行，Series数据没有行索引，会自动创建，空值会以NaN填充）
代码实现
# 创建一个变量用来接收Series对象 n_sr = pd.Series(['北','上','广','深']) # DataFrame与Series进行连接 result = pd.concat([pad,n_sr]) # 打印输出 print(result)

打印结果：

结论

同上述打印输出方式同理，也是垂直性串联，若数据中与空值，会以NaN进行填充
DataFrame和Series连接改变列表名--行操作
- 代码实现
  # 创建一个变量用来接收DataFrame对象 new_df = pd.DataFrame([['天','南','西','河']],columns = ['E','F','G','H'] ) # 行链接 result = pd.concat(([pad,new_df])) # 打印输出 print(result)

打印结果：

结论

同上述打印输出方式同理，也是垂直性串联，若数据中与空值，会以NaN进行填充，并新增4列，给定指定值

append函数--行操作
- 在concat中，是可以连接多个对象的，只需要通过追加对象即可，可通过append来实现
- 代码实现
  # 定义一个变量接收结果 result =(pad.append(pad2)) # 打印输出 print(result)
  打印结果：

重置索引---行操作

在将多个文件串联在一起，索引都不一样，现通过重置方式，进行索引值为有序，在这里需要实现，则仅仅只需要在连接后面加上：ignore_index = True即可，主要作用就是忽略掉DataFrame索引。
- 代码实现
```
# 进行多文件连接
        result = pd.concat([pad,pad2,pad3],ignore_index=True)
# 打印输出
        print(result)
```

打印结果：

concat 实现列操作

与行操作基本一致，仅仅在连接位置多了一个：axis ，默认值为index,按行添加，传入参数为 axis = (列)
- 代码示例
```
# 连接多个文件，且以列方式连接  
    result = pd.concat([pad,pad2,pad3],axis=1)
# 打印输出
    print(result)
```

打印结果：

结论：axis = 1 ，表示在第一个文件内容后面直接新增，并是以列方式

在列末尾新增一列通过：dataFrame['新增列名'] = ['值']

代码实现

# 连接多个文件，且以列方式连接  
        result = pd.concat([pad,pad2,pad3],axis=1)

#  添加列  直接给DataFrame添加列，格式为： dataFrame[列名] = [列数据]  
        result['New_list'] =['aa','bb','cc','dd']
# 打印输出
        print(result)

打印结果：

通过DataFrame[’列名‘] = Series对象
代码实现

# 连接多个文件，且以列方式连接

result = pd.concat([pad,pad2,pad3],axis=1)

# 通过 DataFraem[’列名‘] = pd.Series([‘数据‘])

result['New_sr'] =pd.Series(['aaa','bbb','ccc','ddd'])

# 打印输出

print(result)

打印结果：

重置列索引

上述效果中，在列名位置，出现很多重复性列名，现将其设置为索引方式展示，且是顺序

代码实现

# 连接文件，通过axis修改列，通过ignore_index = True 重置，默认为false，不重置
    result = pd.concat([pad,pad2,pad3],axis='columns',ignore_index=True) 
# 打印输出
    print(result)

打印结果：