📜  垂直和水平堆叠两个熊猫系列(1)

📅  最后修改于: 2023-12-03 15:23:39.018000             🧑  作者: Mango

垂直和水平堆叠两个熊猫系列

熊猫(Pandas)是Python中最流行的数据处理库之一。它提供了大量的数据处理和分析工具,使得数据处理变得简单和易于操作。 在这篇文章中,我们将讲述熊猫库中的两个系列——水平和垂直堆叠(concat函数)。

1. 水平堆叠

水平堆叠是指将两个或多个数据集按列进行拼接,使它们成为一个更大的数据集。这个过程可以通过concat函数来完成。

1.1 语法
pd.concat([df1, df2, df3], axis=1)
1.2 参数说明
  • df1, df2, df3 (必须):要堆叠的数据集列表
  • axis(可选): 表示按哪个方向拼接数据集。默认值为0(按行拼接)
1.3 示例
import pandas as pd

# 创建数据集
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']})

# 水平堆叠数据集
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
2. 垂直堆叠

垂直堆叠是指将两个或多个数据集按照行进行拼接,使它们成为一个更大的数据集。这个过程也可以通过concat函数来完成。

2.1 语法
pd.concat([df1, df2, df3], axis=0)
2.2 参数说明
  • df1, df2, df3 (必须):要堆叠的数据集列表
  • axis(可选): 表示按哪个方向拼接数据集。默认值为0(按行拼接)
2.3 示例
import pandas as pd

# 创建数据集
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']})

# 垂直堆叠数据集
result = pd.concat([df1, df2], axis=0)

print(result)

输出结果:

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

在这篇文章中,我们讲述了熊猫库中的两个系列——水平和垂直堆叠,以及如何使用concat函数来完成它们。这些函数使得数据处理更加高效和方便。希望这篇文章对你有所帮助!