我们在处理数据的时候,有时候需要将两个或多个Dataframe表处理成一个,至于怎么变成一个,就是我们项目具体的需求了。要了解更多的操作,请点击链接查看。
1、concat()
concat()
函数一般是若干个数据结构相同的表格进行拼接。在看这个函数的参数之前,先看一个最常用,也最简单的用例:
现在有三个DataFrame表:df1、df2、df3,列名columns
相同,而索引index
不同,直接合并就是下面这样的结果:
>>> import pandas as pd
>>> df1 = pd.DataFrame({
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
>>> df1
A B C D
0 A0 B0 C0 D0
1 A1 B1 C1 D1
2 A2 B2 C2 D2
3 A3 B3 C3 D3
>>> df2 = pd.DataFrame({
'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7'],
'D': ['D4', 'D5', 'D6', 'D7']},
index=[4, 5, 6, 7])
>>> df2
A B C D
4 A4 B4 C4 D4
5 A5 B5 C5 D5
6 A6 B6 C6 D6
7 A7 B7 C7 D7
>>> df3 = pd.DataFrame({
'A': ['A8', 'A9', 'A10', 'A11'],
'B': ['B8', 'B9', 'B10', 'B11'],
'C': ['C8', 'C9', 'C10', 'C11'],
&#