数据组合
整理数据
连接数据
# 数据组合
import pandas as pd
# 加载数据
df1=pd.read_csv(r'E:\ython\demo\data_anysis\pandas\data\concat_1.csv')
df2=pd.read_csv(r'E:\ython\demo\data_anysis\pandas\data\concat_2.csv')
df3=pd.read_csv(r'E:\ython\demo\data_anysis\pandas\data\concat_3.csv')
# print(df1)
# print(df2)
# print(df3)
# 使用concat把上面3个dataframe连接起来
row_count=pd.concat([df1,df2,df3])
# print(row_count)
# 获取第四行
# print(row_count.iloc[3,])
# 新建一行数据
now_row_series=pd.Series(['n1','n2','n3','n4'])
# print(now_row_series)
# 尝试向dataframe添加行
# print(pd.concat([df1,now_row_series]))
new_row_df=pd.DataFrame([['n1','n2','n3','n4']],columns=['A','B','C','D'])
# print(new_row_df)
# print(pd.concat([df1,new_row_df]))
# concat是通用函数,可以连接多个对象,如果只需要向dataframe追加一个对象,完全可以使用append实现
# print(df1.append(df2))
# 添加一个只有一行数据的DataFrame
# print(df1.append(new_row_df))
# 使用python字典添加数据行
data_dict={
'A':'n1',
'B':'n2',
'C':'n3',
'D':'n4'
}
print(df1.append(data_dict,ignore_index=True))
# ignore_index重置连接后的索引值