De functie pandas.concat() doet al het zware werk van het uitvoeren van aaneenschakelingsbewerkingen samen met een as van Panda's objecten terwijl optionele setlogica (vereniging of snijpunt) van de indexen (indien aanwezig) op de andere assen wordt uitgevoerd.
Panda's concat() functie Syntaxis
Syntaxis: concat(objs, as, join, negeer_index, sleutels, niveaus, namen, verificatie_integriteit, sorteer, kopieer)
Parameters:
- obs: Serie- of DataFrame-objecten
- as: as om samen te voegen; standaard = 0
- meedoen: manier indexen op andere assen verwerken; standaard = ‘buitenste’
- negeer_index: indien True: gebruik de indexwaarden niet langs de aaneenschakelingsas; standaard = Onwaar
- sleutels: volgorde om een identificatie toe te voegen aan de resultaatindexen; standaard = Geen
- niveaus: specifieke niveaus (unieke waarden) om te gebruiken voor het construeren van een MultiIndex; standaard = Geen
- namen: namen voor de niveaus in de resulterende hiërarchische index; standaard = Geen
- verificatie_integriteit: controleer of de nieuwe aaneengeschakelde as duplicaten bevat; standaard = Onwaar
- soort: sorteer de niet-aaneengeschakelde as als deze nog niet is uitgelijnd wanneer de verbinding 'buitenste' is; standaard = Onwaar
- kopiëren: indien False, kopieer gegevens niet onnodig; standaard = Waar
Geeft terug: type objs (reeks dataframes)
Samenvoegen met behulp van panda's met voorbeelden
Voorbeeld 1: Voeg dataframes samen in Python
In dit voorbeeld voegen we twee reeksen samen met standaardparameters in Panda's .
Python3
basisprincipes van selenium
# importing the module> import> pandas as pd> # creating the Series> series1>=> pd.Series([>1>,>2>,>3>])> display(>'series1:'>, series1)> series2>=> pd.Series([>'A'>,>'B'>,>'C'>])> display(>'series2:'>, series2)> # concatenating> display(>'After concatenating:'>)> display(pd.concat([series1, series2]))> |
>
>
Uitvoer
Voorbeeld 2: Panda's die twee dataframes horizontaal combineren met index = 1
In dit voorbeeld maken we twee Pandas-series (series1>Enseries2>), en voegt ze vervolgens samen langs de kolommen (as=1) met behulp vanpd.concat()>. Het resulterende DataFrame bevat zowel Series als kolommen, waardoor een nieuw DataFrame met twee kolommen ontstaat.
Python3
# importing the module> import> pandas as pd> # creating the Series> series1>=> pd.Series([>1>,>2>,>3>])> display(>'series1:'>, series1)> series2>=> pd.Series([>'A'>,>'B'>,>'C'>])> display(>'series2:'>, series2)> # concatenating> display(>'After concatenating:'>)> display(pd.concat([series1, series2],> >axis>=> 1>))> |
>
>
Uitvoer
Voorbeeld 3: Twee dataframes aaneenschakelen en sleutels toewijzen
creëert twee DataFrames (df1>Endf2>), en voegt ze samen met de sleutels die aan elk DataFrame zijn toegewezenpd.concat()>. Het resulterende DataFrame heeft een hiërarchische index met de sleutels ‘key1’ en ‘key2’, die de oorsprong van elke set gegevens onderscheidt.
Python3
# importing the module> import> pandas as pd> # creating the DataFrames> df1>=> pd.DataFrame({>'A'>: [>'A0'>,>'A1'>,>'A2'>,>'A3'>],> >'B'>: [>'B0'>,>'B1'>,>'B2'>,>'B3'>]})> display(>'df1:'>, df1)> df2>=> pd.DataFrame({>'A'>: [>'A4'>,>'A5'>,>'A6'>,>'A7'>],> >'B'>: [>'B4'>,>'B5'>,>'B6'>,>'B7'>]})> display(>'df2:'>, df2)> # concatenating> display(>'After concatenating:'>)> display(pd.concat([df1, df2],> >keys>=>[>'key1'>,>'key2'>]))> |
>
>
Uitvoer
Voorbeeld 4: DataFrames horizontaal aaneenschakelen in Panda's met as = 1
creëert twee DataFrames (df1>Endf2>), en voegt ze samen langs de kolommen (as=1) met behulp vanpd.concat()>. Het resulterende DataFrame combineert kolommen van beidedf1>Endf2>, door ze naast elkaar uit te lijnen .
Python3
# importing the module> import> pandas as pd> # creating the DataFrames> df1>=> pd.DataFrame({>'A'>: [>'A0'>,>'A1'>,>'A2'>,>'A3'>],> >'B'>: [>'B0'>,>'B1'>,>'B2'>,>'B3'>]})> display(>'df1:'>, df1)> df2>=> pd.DataFrame({>'C'>: [>'C0'>,>'C1'>,>'C2'>,>'C3'>],> >'D'>: [>'D0'>,>'D1'>,>'D2'>,>'D3'>]})> display(>'df2:'>, df2)> # concatenating> display(>'After concatenating:'>)> display(pd.concat([df1, df2],> >axis>=> 1>))> |
>
>
Uitvoer
Voorbeeld 5: Twee dataframes aaneenschakelen met negeer_index = True
creëert twee DataFrames (df1>Endf2>) met identieke kolommen, en voegt ze verticaal samen met behulp vanpd.concat()>metignore_index=True>. Het resulterende DataFrame heeft een continue index, waarbij de oorspronkelijke indices van worden genegeerddf1>Endf2>.
Python3
# importing the module> import> pandas as pd> # creating the DataFrames> df1>=> pd.DataFrame({>'A'>: [>'A0'>,>'A1'>,>'A2'>,>'A3'>],> >'B'>: [>'B0'>,>'B1'>,>'B2'>,>'B3'>]})> display(>'df1:'>, df1)> df2>=> pd.DataFrame({>'A'>: [>'A4'>,>'A5'>,>'A6'>,>'A7'>],> >'B'>: [>'B4'>,>'B5'>,>'B6'>,>'B7'>]})> display(>'df2:'>, df2)> # concatenating> display(>'After concatenating:'>)> display(pd.concat([df1, df2],> >ignore_index>=> True>))> |
>
>
Uitvoer
Voorbeeld 6: Een dataframe aaneenschakelen met een reeks
creëert een DataFrame (df>) en een serie (series>), voegt ze vervolgens samen langs de kolommen (as=1) met behulp vanpd.concat()>. Het resulterende DataFrame combineert de kolommen vandf>en de serie, door ze naast elkaar uit te lijnen. Opmerking: er staat een typefout in de weergave-instructie (df1>in plaats vandf>).
Python3
# importing the module> import> pandas as pd> # creating the DataFrame> df>=> pd.DataFrame({>'A'>: [>'A0'>,>'A1'>,>'A2'>,>'A3'>],> >'B'>: [>'B0'>,>'B1'>,>'B2'>,>'B3'>]})> display(>'df:'>, df1)> # creating the Series> series>=> pd.Series([>1>,>2>,>3>,>4>])> display(>'series:'>, series)> # concatenating> display(>'After concatenating:'>)> display(pd.concat([df, series],> >axis>=> 1>))> |
>
>
Uitvoer