concat 不是可以识别的 内置函数名称。_Pandas Dataframe操作concat、join、merge

本文详细介绍了Pandas中用于数据融合的concat、join和merge函数,包括它们的不同用法和参数设置。从行拼接、列拼接到复杂的数据合并,展示了如何在数据框中添加新行、处理列字段不同的表以及利用复合键进行合并。同时,文章提到了update和combine_first方法,用于更新表的NaN值。提供了一系列示例代码和参考链接,帮助读者深入理解这些功能。
摘要由CSDN通过智能技术生成

3ff5616e7c785e779c92353c96629f59.png

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)

参数说明:
objs: series,dataframe或者是panel构成的序列lsit
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
其他一些参数不常用,用的时候再补上说明。

相同字段的表首尾相接

830efca3b1bfc1907f7b9d2da92eaf96.png
# 现将表构成list,然后在作为concat的输入
frames = [df1, df2, df3]
 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

result = pd.concat(frames, keys=['x', 'y', 'z'])

效果如下:

ae339c4da47e3e0702b38819cd518c6c.png

横向表拼接(行对齐)

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

result = pd.concat([df1, df4], axis=1)

c4ce85ee5e37b6d05c2802402958bf76.png

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')

39614fa24e463c56a3c50a58a7900a22.png

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

<
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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