关于pandas的concat与append的用法

本文探讨了在数据分析中,使用Pandas的concat和append方法进行数据拼接的情况。作者通过举例说明了列名一致时的正确拼接方式,并指出在处理多个数据集时,append接受列表,而concat接受元组。尽管在循环拼接时,concat和append的速度差异不大,但在特定场景下,如增加列或复制行时,append可能是更好的选择。对于大规模数据的行复制,作者提醒这种方法效率较低。
摘要由CSDN通过智能技术生成

将原有的数据与新增的数据拼接在一起,是用concat还是append呢?

哪个好,哪个速度快?

下面具体分析:举例子

For Video Recommendation in Deep learning QQ Group 277356808
 
For Visual in deep learning QQ Group 629530787
 
I'm here waiting for you
 

wanna have a date with someone in Beijing please join in the QQ Group 737813700

 如下示例

1-列的名字必须相同才能拼接

>>> xx=np.random.randn(12,4)
			     
>>> xx2=pd.DataFrame(xx,columns=['a','b','c','d'])
			     
>>> xx2
			     
           a         b         c         d
0  -0.002520 -0.263530  0.347520  0.38715
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小李飞刀李寻欢

您的欣赏将是我奋斗路上的动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值