python数据处理-pandas-拼接

一:数据拼接方式

1,pd.concat() 、pd.merge()、 Dateframe.join()、pd.append()

2, 区别

方法 方法
append 主要用于纵向追加
join 主要用于基于索引的横向合并拼接
concat 最强大,可用于横向和纵向合并拼接
merge 最常用,主要用户基于指定列的横向合并拼接

二 :pd.concat()

cancat是真正的"连接‘’,它把a,b两个表完全拼接在一起,默认拼接形式是并集,我们可以通过修改参数来修改拼接模式,以及拼接方向,也可以重述索引;

1,源码参数

def concat(
    objs: Union[Iterable["NDFrame"], Mapping[Label, "NDFrame"]],
    axis=0,
    join="outer",
    ignore_index: bool = False,
    keys=None, 默认没有
    levels=None,默认没有
    names=None,默认没有
    v
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Pandas提供了多种数据拼接的方法,包括concat、merge和join等。以下是它们的简单介绍: 1. concat方法:将多个数据集按照某个轴方向进行简单堆叠。它可以按照行方向(axis=0)或列方向(axis=1)进行拼接。concat方法的语法如下: ``` pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True) ``` 其中,objs是需要拼接数据集序列,axis是拼接方向,join是拼接方式,ignore_index表示是否忽略原始索引,keys是拼接后的层次化索引的键。 2. merge方法:将两个数据集按照某个共同的列(或多个列)进行合并。merge方法的语法如下: ``` pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None) ``` 其中,left和right是需要合并的两个数据集,how表示合并方式(inner、outer、left、right),on表示共同列名,left_on和right_on表示左右数据集中需要合并的不同列名,suffixes是当两个数据集中存在相同列名时自动加上的后缀。 3. join方法:将两个数据集按照共同的索引进行合并。join方法的语法如下: ``` left.join(right, how='left', lsuffix='', rsuffix='', sort=False) ``` 其中,left和right是需要合并的两个数据集,how表示合并方式(left、right、inner、outer),lsuffix和rsuffix表示当两个数据集中存在相同列名时自动加上的后缀。 需要注意的是,这些方法都是根据特定的规则来进行拼接的,因此在使用时需要根据实际情况选择合适的方法和参数。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

45度看我

你的鼓励将是我创作的最大动力

¥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