Python数据分析：pandas数据合并

Python数据分析：pandas数据合并

pd.concat

• 沿指定轴方向将多个对象合并到一起

• 注意指定轴的方向，默认axis=0

  # index 没有重复的情况
  ser_obj1 = pd.Series(np.random.randint(0, 10, 5), index=range(0,5))
  ser_obj2 = pd.Series(np.random.randint(0, 10, 4), index=range(5,9))
  ser_obj3 = pd.Series(np.random.randint(0, 10, 3), index=range(9,12))
  
  print(ser_obj1)
  print('-----------')
  print(ser_obj2)
  print('-----------')
  print(ser_obj3)
  

  运行结果：
  

pd.concat([ser_obj1, ser_obj2, ser_obj3])

运行结果：

# 指定axis=1
pd.concat([ser_obj1, ser_obj2, ser_obj3], axis=1)

运行结果：

# index 有重复的情况
ser_obj1 = pd.Series(np.random.randint(0, 10, 5), index=range(5))
ser_obj2 = pd.Series(np.random.randint(0, 10, 4), index=range(4))
ser_obj3 = pd.Series(np.random.randint(0, 10, 3), index=range(3))

print(ser_obj1)
print('-----------')
print(ser_obj2)
print('-----------')
print(ser_obj3)

运行结果：

pd.concat([ser_obj1, ser_obj2, ser_obj3])

运行结果：

• jion可指定合并方式，默认为outer

  pd.concat([ser_obj1, ser_obj2, ser_obj3], axis=1, join='inner')
  

  运行结果：
  

• dataframe合并时同时查看行索引和列索引

  df_obj1 = pd.DataFrame(np.random.randint(0, 10, (3, 2)), index=['a', 'b', 'c'],
                         columns=['A', 'B'])
  df_obj2 = pd.DataFrame(np.random.randint(0, 10, (2, 2)), index=['a', 'b'],
                         columns=['C', 'D'])
  print(df_obj1)
  print('-----------')
  print(df_obj2)
  

  运行结果：
  

  扫描二维码关注公众号，回复： 6096597 查看本文章

pd.concat([df_obj1, df_obj2])

运行结果：

pd.concat([df_obj1, df_obj2], axis=1)

运行结果：