pandas学习之DateFrame的拼接整合

最新推荐文章于 2024-01-06 21:03:58 发布

lzw2016

最新推荐文章于 2024-01-06 21:03:58 发布

阅读量7k

点赞数

分类专栏： Python学习文章标签： python pandas

本文链接：https://blog.csdn.net/lzw2016/article/details/79770265

版权

本文介绍了Pandas库中DataFrame的拼接和附加操作，包括使用`concat()`和`append()`函数进行数据整合，并详细阐述了DataFrame的链接操作，如内部链接、外部链接、左/右外链接，以及`merge()`和`join()`函数的应用，帮助读者理解如何在Pandas中灵活处理数据合并需求。

摘要由CSDN通过智能技术生成

更新：Pandas使用

DateFrame串联及附加操作

先通过字典创建一个DateFrame

import pandas as pd
import numpy as np
data=dict.fromkeys(['first','second','third'])
for i in data:
    i=[]
for i in range(20):
    data['first'].append(i)
    data['second'].append(i*i)
    data['third'].append(2*i+1)

df=pd.DataFrame(data)

使用concat()串联DateFrame，以便重组新的DateFrame

建议先help(pd.concat)查看有哪些参数和用法
ignore_index=True
keys=[‘s1’, ‘s2’,]
names=[‘Series name’, ‘Row ID’]

PANDAS 数据合并与重塑（concat篇）

#axis=0列对齐，=1行对齐，空缺处以NaN补齐
pd.concat([df[:3],df[5:8]],axis=1,keys=['s1','s2'])
     s1                 s2             
  first second third first second third
0   0.0    0.0   1.0   NaN    NaN   NaN
1   1.0    1.0   3.0   NaN    NaN   NaN
2   2.0    4.0   5.0   NaN    NaN   NaN
5   NaN    NaN   NaN   5.0   25.0  11.0
6   NaN    NaN   NaN   6.0   36.0