任务描述
本关任务:使用
read_csv()
读取两个csv
文件中的数据,将两个数据集合并,将索引设为Ladder
列,并将缺失值填充为0
。相关知识
在
Numpy
中,我们介绍过可以用np.concatenate
、np.stack
、np.vstack
和np.hstack
实现合并功能。Pandas中
有一个pd.concat()
函数与concatenate
语法类似,但是配置参数更多,功能也更强大,主要参数如下。
参数名 说明 objs 参与连接的对象,必要参数 axis 指定轴,默认为0 join inner或者outer,默认为outer,指明其他轴的索引按哪种方式进行合并,inner表示取交集,outer表示取并集 join_axes 指明用于其他n-1条轴的索引,不执行并集/交集运算 keys 与连接对象有关的值,用于形成连接轴向上的层次化索引。可以是任意值的列表或数组 levels 指定用作层次化索引各级别上的索引 names 用于创建分层级别的名称,如果设置了keys和levels verify_integrity 检查结果对象新轴上的重复情况,如果发现则引发异常。默认False允许重复 ignore_index 不保留连接轴上的索引,产生一组新索引
pd.concat()
可以简单地合并一维的Series
或DataFrame
对象。
Series合并ser1 = pd.Series(['A', 'B', 'C'], index=[1, 2, 3]) ser2 = pd.Series(['D', 'E', 'F'], index=[4, 5, 6]) pd.concat([ser1,ser2]) Out: 1 A 2 B 3 C 4 D 5 E 6 F dtype: object DataFrame合并,将concat的axis参数设置为1即可横向合并 df1 = pd.DataFrame([["A1","B1"],["A2","B2"]],index=[1,2],columns=["A","B"]) df2 = pd
EduCoder Pandas合并数据集 第一关:Concat与Append操作
最新推荐文章于 2022-12-05 22:00:19 发布
本关任务是使用Pandas的concat和append方法合并两个数据集,将索引设为列并填充缺失值。介绍了concat的merge参数,如verify_integrity、ignore_index和keys,以及append方法的使用。提供了具体编程要求,包括读取CSV文件、合并数据、设置索引和填充缺失值。
摘要由CSDN通过智能技术生成