Python与Matlab的数据合并
文章目录
本文主要记录学习语言过程中的一些体会,为了方便记忆,记录并进行了整理。参考链接为python的数据增加
前言
很多时候,我们当会遇到这种情况:看到一篇文章,感觉方法不错,源代码也有,怎么用到自己的数据集上来是我们要重点关注的问题,可能由于数据格式不同,所以对数据的处理显得尤为重要。接下来讲讲数据的合并。
一、合并
数据合并可以体现在数据增加以及数据维数的增加。数据增加表现为不增加维数、增加数据某一维数的大小;数据维数的增加表现为会增加维数。接下来这两点进行展开。
二、数据增加
Python数据增加
数据合并主要包括下面两种操作:轴向连接(concatenation)和融合(merging)
轴向连接(concatenation):
代码如下(示例):
pd.concat():可以沿一个轴将多个DataFrame对象连接在一起,形成一个新的DataFrame对象。
concat()函数可以将数据根据不同的轴作进行合并。我们先看一下concat()的常用参数:
pd.concat(objs, axis=0, join=‘outer’)
objs: series、dataframe或者是panel构成的序列list。
axis: 需要合并链接的轴,0是行,1是列,默认是0。
join:连接的方式 inner,或者outer,默认是outer。
示例如下:
按行进行合并
import pandas as pd
dict1={
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3']}
df1=pd.DataFrame(dict1)
print(df1)
dict2={
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']}
df2=pd.DataFrame(dict2)
print(df2)
df =pd.concat([df1,df2],axis=0,join='outer',ignore_index=True)
print(df)
结果如下所示
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 C2
3 A3 B3 C3
B C D
0 B0 C0 D0
1 B1 C1 D1
2 B2 C2 D2
3 B3 C3 D3
A B C D
0 A0 B0 C0 NaN
1 A1 B1 C1 NaN
2 A2 B2 C2 NaN
3 A3 B3 C3 NaN
4 NaN B0 C0 D0
5 NaN B1 C1 D1
6 NaN B2 C2 D2
7 NaN B3 C3 D3
按列进行合并
如果按照列合并,结果如下所示
0 1 2 3 4 5
0 A0 B0 C0 B0 C0 D0
1 A1 B1 C1 B1 C1 D1
2 A2 B2 C2 B2 C2 D2
3 A3 B3 C3 B3 C3 D3
融合(merging):
融合(merging):pd.merge()方法可以根据一个或多个键将不同DataFrame中的行连接起来。
merge()函数通过指定连接键拼接列数据,我们先看一下merge的常用参数:
merge(left, right, how='inner', on=None)
1.left和right:两个要合并的DataFrame
2.how:连接方式,有inner、left、right、outer,默认为inner
3.on:指的是用于连接的列索引名称,必须存在于左右两个DataFrame中,如果没有指定且其他参数也没有指定,则以两个DataFrame列名交集作为连接键
示例:
内连接
how=‘inner’,on=设置连接的共有列名。
# 单列的内连接
import pandas as pd
import numpy as np
# 定义df1
df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'],
'feature1':[1,1,2,3,3,1],
'feature2':['low','medium','medium','high','low','high']})
# 定义df2
df2 = pd.DataFrame({'alpha':['A','A','B','F'],
'pazham':['apple','orange','pine','pear'],
'kilo':['high','low','high','medium'],
'price':np.array([5,6,5,7])})
# 基于共同列alpha的内连接
df3 = pd.merge(df1,df2,how='inner',on='alpha')
print(df1)
print(df2)
print(df3)
结果如下所示
外连接
how=‘outer’,dataframe的链接方式为外连接,我们可以理解基于共同列的并集进行连接,参数on设置连接的共有列名。
# 单列的外连接
# 定义df1
df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'],
'feature1':[1,1,2,3,3,1],
'feature2':['low','medium','medium','high','low','high']})
# 定义df2
df2 = pd.DataFrame({'alpha':['A','A','B','F'],
'pazham':['apple','orange','pine','pear'],
'kilo':['high','low','high','medium'],
'price':np.array([5,6,5,7])})
# 基于共同列alpha的外连接
df4 = pd.merge(df1,df2,how='outer',on='alpha')
print(df1)
print(df2)
print(df4)
结果如下图所示。
若两个dataframe间除了on设置的连接列外并无相同列,则该列的值置为NaN。
左连接
how=‘left’,dataframe的链接方式为左连接,我们可以理解基于左边位置dataframe的列进行连接,参数on设置连接的共有列名。
示例:
# 单列的左连接
# 定义df1
df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'],
'feature1':[1,1,2,3,3,1],
'feature2':['low','medium','medium','high','low','high']})
# 定义df2
df2 = pd.DataFrame({'alpha':['A','A','B','F'],
'pazham':['apple','orange','pine','pear'],
'kilo':['high','low','high','medium'],
'price':np.array([5,6,5,7])})
# 基于共同列alpha的左连接
df5 = pd.merge(df1,df2,how='left',on='alpha')
print(df1)
print(df2)
print(df5)
结果如下图所示
因为df2的连接列alpha有两个’A’值,所以左连接的df5有两个’A’值,若两个dataframe间除了on设置的连接列外并无相同列,则该列的值置为NaN。
右连接
how=‘right’,dataframe的链接方式为左连接,我们可以理解基于右边位置dataframe的列进行连接,参数on设置连接的共有列名。
# 单列的右连接
# 定义df1
df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'],
'feature1':[1,1,2,3,3,1],
'feature2':['low','medium','medium','high','low','high']})
# 定义df2
df2 = pd.DataFrame({'alpha':['A','A','B','F'],
'pazham':['apple','orange','pine','pear'],
'kilo':['high','low','high','medium'],
'price':np.array([5,6,5,7])})
# 基于共同列alpha的右连接
df6 = pd.merge(df1,df2,how='right',on='alpha')
print(df1)
print(df2)
print(df6)
结果如下图所示
Matlab数据增加
Matlab的数据合并一般处理的是数组,也有两种合并方式,按列合并与按行分类。Matlab数据按列合并与按行合并的区别就在于中间加不加分号
按列合并
C = [A B];中间不加分号,示例如下:
clear;
close all
A = randi(5,[2,3]);
B = randi(6,[2,3]);
C = [A B];
disp(A);
disp(B);
disp(C);
结果如下图所示
A
> 1 5 3
> 3 2 2
B
> 5 4 6
> 2 5 6
C
>1 5 3 5 4 6
>3 2 2 2 5 6
由结果可以看出,合并前A.B的大小都为2×3,按列合并后C的大小为2×6。
按行合并
C = [A;B];中间加分号,示例如下:
clear;
close all
A = randi(5,[2,3]);
B = randi(6,[2,3]);
C = [A;B];
disp(A);
disp(B);
disp(C);
结果如下图所示
A
3 1 5
1 2 2
B
5 6 2
2 3 2
C
3 1 5
1 2 2
5 6 2
2 3 2
由结果可以看出,合并前A.B的大小都为2×3,按行合并后C的大小为4×3。
三、维数增加
Python 中的维数增加
可以利用np.stack()将二维数据扩展为三维数据
A = np.array([[1,2,3],[4,5,6]])
B = np.array([[10,11,12],[13,14,15]])
C = np.stack([A,B],axis=0)
print(A.shape)
print(B.shape)
print(C.shape)
print(C)
结果如下图所示
(2, 3)
(2, 3)
(2, 2, 3)
[[[ 1 2 3]
[ 4 5 6]]
[[10 11 12]
[13 14 15]]]
由结果可知,A的格式为2×3,B的格式为2×3,数据扩充后的格式为2×2×3。
Matlab 中的维数增加
利用cat函数可以将二维数据扩展为三维数据
clear;
close all
A = randi(5,[2,3]);
B = randi(6,[2,3]);
C = cat(3,A,B);
disp(A);
disp(B);
disp(C);
结果如下:
A:
4 2 3
3 5 3
B:
6 5 3
2 5 4
C:
(:,:,1) =
4 2 3
3 5 3
(:,:,2) =
6 5 3
2 5 4```
由结果可知,A的格式为2×3,B的格式为2×3,数据扩充后的格式为2×3×2。
总结
以上就是今天要分享的内容,简单介绍了对于数合并的处理,相对来说,Python数据的合并大多是字典格式,而Matlab数据的合并大多是数组。上述数据合并的主要关键词包括:concatenation、merging和stack;Matlab主要是cat。当然Python数据的合并还有其他的方式。后续可能也会补充