📜  Python中的 pandas.concat()函数(1)

📅  最后修改于: 2023-12-03 14:46:36.757000             🧑  作者: Mango

Python中的 pandas.concat()函数

pandas库是Python中重要的数据处理库之一,其中concat()函数被广泛使用以合并或连接两个或多个pandas数据帧。在这篇文章中,我们将讨论concat()函数的用法以及其常见的参数。

连接类型

concat()函数最重要的参数之一是连接类型。连接类型指定连接新数据框时的方式。下面是三种连接类型:

  • axis = 0 (默认):沿着行方向连接数据框。
  • axis = 1:沿着列方向连接数据框。
  • axis = None:把所有数据框当作一维数组,然后按顺序连接。
示例:使用axis 1连接两个数据框

假设有两个数据帧,df1和df2,它们分别如下:

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']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

创建完后,我们可以使用concat()函数连接这两个数据框:

result = pd.concat([df1, df2], axis=1)
print(result)

输出结果:

    A   B   C   D   A   B   C   D
0  A0  B0  C0  D0  A4  B4  C4  D4
1  A1  B1  C1  D1  A5  B5  C5  D5
2  A2  B2  C2  D2  A6  B6  C6  D6
3  A3  B3  C3  D3  A7  B7  C7  D7

如上所示,连接后的结果包含两个输入数据框中所有的列。

关键字:join,keys,ignore_index和sort

除了连接类型之外,concat()函数还有其他几个常见的关键字参数。下面是它们的描述:

  • join:指定连接方式。在连接时,pandas库默认使用‘outer’方式,合并访问不到的数据为NaN。join参数可指定使用‘inner’方式,只合并访问得到的数据。
  • keys:沿着连接轴向返回一个层次化索引,用于标识在原数据框中的数据。用这个参数可以使输入数据框更易于区分。
  • ignore_index:合并数据框时,重新排序轴编号,重置index。若原数据框有自己的序列号,而此参数设置为True,则连接后所得的新数据框的所有序列号都会被重置为0~N-1。
  • sort:默认为False。在连接时,这个参数为True,则根据连接键以字典序排序。在处理大型数据时,最好用False,可获得更好的性能。
示例:使用join和keys连接两个数据框

假设存在另外两个数据帧,df3和df4,它们的内容如下:

df3 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

df4 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

使用‘join’和‘keys’参数可以为连接的数据框添加层次化的索引。示例如下:

result = pd.concat([df3, df4], keys=['x', 'y'], join='inner', axis=1)
print(result)

输出如下:

    x                   y                
   A  B  C  D   A   B   C   D
0  A0 B0 C0 D0  A4  B4  C4  D4
1  A1 B1 C1 D1  A5  B5  C5  D5
2  A2 B2 C2 D2  A6  B6  C6  D6
3  A3 B3 C3 D3  A7  B7  C7  D7

如上所示,我们使用‘keys’参数添加了新的索引。在这种情况下,我们也指定了‘join’参数,将两个数据框连接在一起,只返回在两个输入数据框都访问过的数据。

小结

这篇文章介绍了pandas库中的concat()函数。该函数用于连接两个或多个pandas数据帧。我们讨论了连接类型、关键字参数join、keys、ignore_index和sort。希望这篇文章可以为那些想了解或使用concat()函数的工程师提供帮助。