pandas 数据的拼接

数据的拼接

• 需要使用函数concat

• 函数的使用方法

  # 引用 pandas
  import pandas as pd
  # concat 的使用
  	pd.concat(objs,axis,join,ignore_index)函数:拼接多个 DataFrame 可以选择横向纵向拼接
      参数1: objs = 要进行拼接的数据对象(格式为列表,可以包含多个DataFrame和Series)
      参数2: axis = 选择拼接的方向 axis = 0 按行方向拼接(默认) axis = 1 按列方向拼接
      参数3: join = 处理索引的对齐 join = 'outer' 为并集 join = inner 为交集 默认join = 'outer'取并集
      参数4: 是否忽略原索引，生成新的索引 ignore_index = True/False True 为生成新的 False 为使用原来的索引 默认为False
  

• 例如:

  定义数据:

  # 数据的拼接
  # 引用 pandas
  import pandas as pd
  # 创建数据
  data1 = {
      "学生ID":[1,2,3,4],
      "姓名":["张三","李四","王五","赵六"],
      "成绩":[85,90,79,82]
  }
  data2 = {
      "班级":["一班","二班","三班","四班"]
  }
  # 创建 DataFrame
  df1 = pd.DataFrame(data1)
  df2 = pd.DataFrame(data2)
  print(df1)
  print(df2)
  

  结果：

     学生ID  姓名  成绩
  0     1  张三  85
  1     2  李四  90
  2     3  王五  79
  3     4  赵六  82
     班级
  0  一班
  1  二班
  2  三班
  3  四班
  

​

• 当 axis = 1时 按着列的方向进行拼接

  

• 当axis = 0时 按着行的方向进行拼接

  

• ignore_index = True与ignore_index = False

  

  

• join = 'inner'与join = 'outer'的区别

​ 创建数据

# 引入
import pandas as pd

# 不同列表的合并
df1 = pd.DataFrame({
    "学生ID":[1,2],
    "姓名":["张三","李四"],
    "班级":["三班","四班"]
})

df2 = pd.DataFrame({
    "成绩":[85,90],
    "班级":["一班","二班"]
})

结果：

   学生ID  姓名  班级
0     1  张三  三班
1     2  李四  四班
   成绩  班级
0  85  一班
1  90  二班

• 自定义行索引并拼接

# 引用 pandas
import pandas as pd
# 创建 DataFrame
df1 = pd.DataFrame({
    '成绩':[45,78],
    '班级':['一班','二班']
},index = ['张三','李四'])
df2 = pd.DataFrame({
    '成绩':[89,92],
    '班级':['三班','四班']
},index = ['王五','赵六'])

# 拼接
df3 = pd.concat(objs = [df1,df2],axis = 0,join = 'inner',ignore_index = False)
print(df3)

结果：

    成绩  班级
张三  45  一班
李四  78  二班
王五  89  三班
赵六  92  四班

• DataFrame与Series拼接

  # DataFrame 与 Series拼接
  # 引用 pandas
  import pandas as pd
  # 创建 DataFrame
  df = pd.DataFrame({
      '姓名':['张三','李四','王五','赵六'],
      '性别':['男','男','女','男']
  })
  # 定义 Series
  data1 = [67,78,69,97]
  data2 = ['一班','二班','三班','四班']
  ser1 = pd.Series(data1,name = '成绩')
  ser2 = pd.Series(data2,name = '班级')
  # 拼接
  df1 = pd.concat(objs = [df,ser1,ser2],axis = 1,join = 'outer',ignore_index = False)
  print(df1)
  

  结果：

     姓名 性别  成绩  班级
  0  张三  男  67  一班
  1  李四  男  78  二班
  2  王五  女  69  三班
  3  赵六  男  97  四班