Pandas中的concat()函数可以用于将多个数据框连接在一起,以构建一个新的数据框。该函数的基本语法如下:
pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True)
其中,objs参数接受一个列表,用于指定要连接的数据框;axis参数用于指定连接的轴,0表示按行连接,1表示按列连接;join参数用于指定连接的方式,可以是inner(内连接)或outer(外连接);join_axes参数用于指定要连接的轴;ignore_index参数用于指定是否忽略索引;keys参数用于指定新数据框中的列名;levels参数用于指定层次化索引的层次;names参数用于指定层次化索引的名称;verify_integrity参数用于指定是否检查新数据框的完整性;copy参数用于指定是否复制数据。
假设有两个数据框:
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'], 'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']}, index=[0, 1, 2, 3]) df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'], 'B': ['B4', 'B5', 'B6', 'B7'], 'C': ['C4', 'C5', 'C6', 'C7'], 'D': ['D4', 'D5', 'D6', 'D7']}, index=[4, 5, 6, 7])
按行连接两个数据框,可以使用以下代码:
pd.concat([df1, df2])
运行结果如下:
A B C D 0 A0 B0 C0 D0 1 A1 B1 C1 D1 2 A2 B2 C2 D2 3 A3 B3 C3 D3 4 A4 B4 C4 D4 5 A5 B5 C5 D5 6 A6 B6 C6 D6 7 A7 B7 C7 D7
如果想按列连接两个数据框,可以使用以下代码:
pd.concat([df1, df2], axis=1)
运行结果如下:
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
以上就是Pandas中concat()函数的使用方法和数据框合并示例。
本文链接:http://task.lmcjl.com/news/2078.html