python数据框拼接_pandas数据拼接的实现示例

一 前言

pandas数据拼接有可能会用到，比如出现重复数据，需要合并两份数据的交集，并集就是个不错的选择，知识追寻者本着技多不压身的态度蛮学习了一下下；

二 数据拼接

在进行学习数据转换之前，先学习一些数拼接相关的知识

2.1 join()联结

有关merge操作知识追寻者这边不提及，有空可能后面会专门出一篇相关文章，因为其学习方式根SQL的表联结类似，不是几行能说清楚的知识点；

join操作能将 2 个DataFrame 合并为一块，前提是DataFrame 之间的列没有重复；

# -*- coding: utf-8 -*-

import pandas as pd

import numpy as np

data1 = {

'user' : ['zszxz','craler','rose'],

'price' : [100, 200, 300],

'hobby' : ['reading','running','hiking']

}

index1 = ['user1','user2','user3']

frame1 = pd.DataFrame(data1,index1)

data2 = {

'person' : ['zszxz','craler','rose'],

'number' : [100, 2000, 3000],

'activity' : ['swing','riding','climbing']

}

index2 = ['user1','user2','user3']

frame2 = pd.DataFrame(data2,index2)

join = frame1.join(frame2)

print(join)

输出

user  price    hobby  person  number  activity

user1   zszxz    100  reading   zszxz     100     swing

user2  craler    200  running  craler    2000    riding

user3    rose    300   hiking    rose    3000  climbing

2.2 concat()拼接

使用 concat() 函数能将2个 Series 拼接为一个，默认按行拼接；

ser1 = pd.Series(['111','222',np.NaN])

ser2 = pd.Series(['333','444',np.NaN])

# 默认按行拼接

print(pd.concat([ser1, ser2]))

如果按列拼接则 axis = 1

ser1 = pd.Series(['111','222',np.NaN])

ser2 = pd.Series(['333','444',np.NaN])

# 按列拼接

print(pd.concat([ser1, ser2],axis=1))

输出

0    1

0  111  333

1  222  444

2  NaN  NaN

更近一步，指定key 参数 输出的数据格式就和 DataFrame 一样

ser1 = pd.Series(['111','222',np.NaN])

ser2 = pd.Series(['333','444',np.NaN])

# 按列拼接

data = pd.concat([ser1, ser2],axis=1, keys=['zszxz', 'rzxx'])

print(data)

输出

zszxz rzxx

0   111  333

1   222  444

2   NaN  NaN

注 ： DataFrame 的 concat 操作 和 Series 类似；

2.3 combine_first()组合

索引重复时就可以使用combine_first进行拼接

ser1 = pd.Series(['111','222',np.NaN],index=[1,2,3])

ser2 = pd.Series(['333','444',np.NaN,'555'],index=[1,2,3,4])

data = ser1.combine_first(ser2)

print(data)

输出

1    111

2    222

3    NaN

4    555

dtype: object

将Series 位置互换一下，可以看见基准将以 ser2为准；

ser1 = pd.Series(['111','222',np.NaN],index=[1,2,3])

ser2 = pd.Series(['333','444',np.NaN,'555'],index=[1,2,3,4])

data = ser2.combine_first(ser1)

print(data)

输出

1    333

2    444

3    NaN

4    555

dtype: object

2.4 轴转换

准备的数据

# -*- coding: utf-8 -*-

import pandas as pd

import numpy as np

data = {

'user' : ['zszxz','craler','rose'],

'price' : [100, 200, 300],

'hobby' : ['reading','running','hiking']

}

index = ['user1','user2','user3']

frame = pd.DataFrame(data,index)

print(frame)

输出

user  price    hobby

user1   zszxz    100  reading

user2  craler    200  running

user3    rose    300   hiking

stack() 将 列转为行；

# -*- coding: utf-8 -*-

import pandas as pd

import numpy as np

data = {

'user' : ['zszxz','craler','rose'],

'price' : [100, 200, 300],

'hobby' : ['reading','running','hiking']

}

index = ['user1','user2','user3']

frame = pd.DataFrame(data,index)

print(frame.stack())

输出

user1  user       zszxz

price        100

hobby    reading

user2  user      craler

price        200

hobby    running

user3  user        rose

price        300

hobby     hiking

dtype: object

使用 unstack()将 数据结构重新返回

# -*- coding: utf-8 -*-

import pandas as pd

import numpy as np

data = {

'user' : ['zszxz','craler','rose'],

'price' : [100, 200, 300],

'hobby' : ['reading','running','hiking']

}

index = ['user1','user2','user3']

frame = pd.DataFrame(data,index)

sta = frame.stack()

print(sta.unstack())

输出

user price    hobby

user1   zszxz   100  reading

user2  craler   200  running

user3    rose   300   hiking

到此这篇关于pandas数据拼接的实现示例的文章就介绍到这了,更多相关pandas数据拼接内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！