📅  最后修改于: 2023-12-03 15:34:35.437000             🧑  作者: Mango
当处理多个数据帧时,我们可能需要将这些数据帧组合成一个单独的数据帧。这可以通过将这些数据帧列表绑定为一个数据帧来实现。
在Python中,我们可以使用rbind
函数将多个数据帧按行绑定成一个数据帧。此函数需要将要进行绑定的数据帧列表传递给它,然后它将返回一个新的数据帧,其中包含所有数据帧的行数据。
以下是使用rbind()
函数将两个数据帧(df1
和df2
)绑定成一个新数据帧(df_combined
)的示例代码:
import pandas as pd
# 创建两个数据帧
df1 = pd.DataFrame({'Name': ['John', 'Jessie'], 'Age': [28, 31]})
df2 = pd.DataFrame({'Name': ['David', 'Anne'], 'Age': [25, 29]})
# 将这两个数据帧绑定为一个数据帧
df_combined = pd.concat([df1, df2])
print(df_combined)
输出结果为:
Name Age
0 John 28
1 Jessie 31
0 David 25
1 Anne 29
此示例将两个数据帧按行连接为一个新数据帧。请注意,新数据帧中的行索引是重复的,因为两个原始数据帧都有0和1的行索引。可以通过将ignore_index
参数设置为True来解决这个问题。
# 将这两个数据帧绑定为一个数据帧,忽略原始数据帧的行索引
df_combined = pd.concat([df1, df2], ignore_index=True)
print(df_combined)
输出结果为:
Name Age
0 John 28
1 Jessie 31
2 David 25
3 Anne 29
现在,df_combined
是一个单独的数据帧,其中包含两个原始数据帧的所有行数据。我们还可以通过使用concat()
函数绑定更多的数据帧来将更多数据帧组合成一个单独的数据帧。