pandas实现数据concat拼接的示例代码

2025-06-05 16:50

本文主要是介绍pandas实现数据concat拼接的示例代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,...

使用场景:批量拼接相同格式的excel、给DataFrame添加行、给DataFrame添加列等。

语法

使用某种方式合并方式(inner/outer)、沿着某个轴向(axis=0/1)、把多个Pandas对象(DataFrame/Seires)拼接成一个。

pandas.concat(objs, *, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=None)

返回值

  • 当沿索引(axis=0)连接所有 Series 时,返回一个 Series。
  • 当 objs 中包含至少一个 DataFrame 时,返回一个 DataFrame。
  • 当沿列(axis=1)连接时,返回一个 DataFrame。

参数说明

  • objs:需要连接的对象(如 DataFrame 或 Series)的列表或字典。
  • axis:指定连接轴。{0/’index’, 1/’columns’}, 默认0。axis=0:沿行方向连接(垂直堆叠)。axis=1:沿列方向连接(水平堆叠)。
  • join:指定连接方式,{‘inner’, ‘outer’},默认为 ‘outer’。join=‘outer’:外连接,保留所有索引(默认)。join=‘inner’:内连接,只保留共有索引。
  • ignore_index:是否忽略原始索引并生成新的整数索引。bool,默认为 False。ignore_ihttp://www.chinasem.cnndex=True:忽略原始索引,生成新的整数索引。ignore_index=False:保留原始索引。
  • keys:为连接后的对象添加外层索引(多层索引)。list 或 tuple。
  • levels:与 keys 参数配合使用,指定多层索引的具体层级。list 或 tuple。
  • names:为多层索引的层级命名。list 或 tuple。
  • verify_integrity:是否检查新索引是否有重复。bool,默认为 False。
  • sort:是否对非连接轴进行排序。bool,默认为 False。
  • copy:是否复制数据。bool,默认为 True。

示例:使用pandas.concat合并数据

第1个DataFrame:

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']})

查看数据:

pandas实现数据concat拼接的示例代码

第2个DataFrame:

df2 = pd.DataFrame({'B': ['B4', 'B5', 'B6', 'B7'], 'C': ['C4', 'C5', 'C6', 'C7'], 'D': ['D4', 'D5', 'D6', 'D7'], 'E': ['E4', 'E5', 'E6', 'E7']})

查看结果:

pandas实现数据concat拼接的示例代码

默认的concat:参数axis=0,join=‘outer’,ignore_index=False

pd.concat([df1, df2])

合并后的结果:

pandas实现数据concat拼接的示例代码

使用ignore_index=True参数可以忽略原来的索引

pd.concat([df1, df2], ignore_index=True)

合并编程后的数据:

pandas实现数据concat拼接的示例代码

使用join='inner’参数过滤掉不匹配的列

pd.concat([df1, df2], ignore_index=True, join='inner')

合并后的数据:

pandas实现数据concat拼接的示例代码

使用axis=1相当于添加新列

添加一列Series

DataFrame:

pandas实现数据concat拼接的示例代码

再构造一个Series:

s1 = pd.Series(list(range(10, 14)), name='F')

pandas实现数据concat拼接的示例代码

按列合并:

pd.concat([df1, s1], axis=1)

合并后的结果:

pandas实现数据concat拼接的示例代码

添加多列Series

DataFrame:

pandas实现数据concat拼接的示例代码

第1个Series:

pandas实现数据concat拼接的示例代码

第2个Series:

s2 = df1.apply(lambda x : x['D'] + '_G', axis=1)
s2.name = 'G'

pandas实现数据concat拼接的示例代码

合并1个DataFrame和2个Series:

pd.concat([df1, s1, s2], axis=1)

合并后的结果:

pandas实现数据concat拼接的示例代码

concat的要合并的对象参数可以只包含Series列表

pandas实现数据concat拼接的示例代码

pandas实现数据concat拼接的示例代码

合并两个Series:

pd.concat([s1, s2], axis=1)

合并后的结果:

pandas实现数据concat拼接的示例代码

con编程cat的要合并的对象参数DataFrame和Series顺序可以混合

要合并的DataFrame:

pandas实现数据concat拼接的示例代码

要合并的Series:

pandas实现数据concat拼接的示例代码

要合并的Series:

pandas实现数据concat拼接的示例代码

合并数据:

pd.concat([s1, df1, s2], axis=1)

合并后的结果:编程

pandas实现数据concat拼接的示例代码

一行一行给DataFrame添加数据

先生成一个空的DataFrame:

df = pd.DataFrame(columns=['S'])

pandas实现数据concat拼接的示例代码

利用concat可以接受对象列表的特点,进行拼接:

pd.concat([pd.DataFrame([i], columns=['S']) for i in range(6)], ignore_index=True)

拼接后的结果:

pandas实现数据concat拼接的示例代码

到此这篇关于pandas实现数据concat拼接的示例代码的文章就介绍到这了,更多相关pandas concat拼接内容请搜索China编程(www.chinasem.cnChina编程)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程China编程(www.chinasem.cn)!

这篇关于pandas实现数据concat拼接的示例代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1154917

相关文章

Spring Boot配置和使用两个数据源的实现步骤

《SpringBoot配置和使用两个数据源的实现步骤》本文详解SpringBoot配置双数据源方法,包含配置文件设置、Bean创建、事务管理器配置及@Qualifier注解使用,强调主数据源标记、代... 目录Spring Boot配置和使用两个数据源技术背景实现步骤1. 配置数据源信息2. 创建数据源Be

Spring Boot 3.x 中 WebClient 示例详解析

《SpringBoot3.x中WebClient示例详解析》SpringBoot3.x中WebClient是响应式HTTP客户端,替代RestTemplate,支持异步非阻塞请求,涵盖GET... 目录Spring Boot 3.x 中 WebClient 全面详解及示例1. WebClient 简介2.

Java中使用 @Builder 注解的简单示例

《Java中使用@Builder注解的简单示例》@Builder简化构建但存在复杂性,需配合其他注解,导致可变性、抽象类型处理难题,链式编程非最佳实践,适合长期对象,避免与@Data混用,改用@G... 目录一、案例二、不足之处大多数同学使用 @Builder 无非就是为了链式编程,然而 @Builder

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

C#解析JSON数据全攻略指南

《C#解析JSON数据全攻略指南》这篇文章主要为大家详细介绍了使用C#解析JSON数据全攻略指南,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、为什么jsON是C#开发必修课?二、四步搞定网络JSON数据1. 获取数据 - HttpClient最佳实践2. 动态解析 - 快速

linux批量替换文件内容的实现方式

《linux批量替换文件内容的实现方式》本文总结了Linux中批量替换文件内容的几种方法,包括使用sed替换文件夹内所有文件、单个文件内容及逐行字符串,强调使用反引号和绝对路径,并分享个人经验供参考... 目录一、linux批量替换文件内容 二、替换文件内所有匹配的字符串 三、替换每一行中全部str1为st

SpringBoot集成MyBatis实现SQL拦截器的实战指南

《SpringBoot集成MyBatis实现SQL拦截器的实战指南》这篇文章主要为大家详细介绍了SpringBoot集成MyBatis实现SQL拦截器的相关知识,文中的示例代码讲解详细,有需要的小伙伴... 目录一、为什么需要SQL拦截器?二、MyBATis拦截器基础2.1 核心接口:Interceptor

SpringBoot集成EasyPoi实现Excel模板导出成PDF文件

《SpringBoot集成EasyPoi实现Excel模板导出成PDF文件》在日常工作中,我们经常需要将数据导出成Excel表格或PDF文件,本文将介绍如何在SpringBoot项目中集成EasyPo... 目录前言摘要简介源代码解析应用场景案例优缺点分析类代码方法介绍测试用例小结前言在日常工作中,我们经

基于Python实现简易视频剪辑工具

《基于Python实现简易视频剪辑工具》这篇文章主要为大家详细介绍了如何用Python打造一个功能完备的简易视频剪辑工具,包括视频文件导入与格式转换,基础剪辑操作,音频处理等功能,感兴趣的小伙伴可以了... 目录一、技术选型与环境搭建二、核心功能模块实现1. 视频基础操作2. 音频处理3. 特效与转场三、高

Python实现中文文本处理与分析程序的示例详解

《Python实现中文文本处理与分析程序的示例详解》在当今信息爆炸的时代,文本数据的处理与分析成为了数据科学领域的重要课题,本文将使用Python开发一款基于Python的中文文本处理与分析程序,希望... 目录一、程序概述二、主要功能解析2.1 文件操作2.2 基础分析2.3 高级分析2.4 可视化2.5