Pandas學習筆記（三） concat的使用

測試資料準備

實驗環境為python3.7和pandas0.23.4，還有jupyter notebook

實驗基於以下資料

import pandas as pd

df1 = pd.dataframe(
, index=[0
,1,2
,3])
df2 = pd.dataframe(
, index=[2
,3,4
,5])

使用方式pd.concat(objs, axis=0, join='outer')

ojbs 是要合併的series或dataframe的列表

axis 預設為0，0代表行（豎向），1代表列（橫向）

join 連線方式，預設為outer，還可以選擇inner

axis的0，1概念一開始搞不清楚的話，會讓人很混亂

簡單理解的話，（0，1）就好比於二維陣列的（行，列）

所以0代表行，按照一行一行的方式連線兩個資料框，乙個資料框就代表一行，連線兩個資料框，就像是往乙個資料框新增一行存放另乙個資料框的資料，連線多個資料框就是新增多行，新增的方向是往下的，所以是豎向的。

而1代表列，按照一列一列的方式連線兩個資料框，乙個資料框代表一列，連線兩個資料框，就是往乙個資料框新增一列，用來存放另乙個資料框的資料，連線多個資料框就是新增多列，新增的方向是往右的，所以是橫向的。

result1 = pd.concat(

[df1,df2]
,axis=0) 
result1
# 輸出
a b c d e 
0 a0 b0 c0 d0 nan
1 a1 b1 c1 d1 nan
2 a2 b2 c2 d2 nan
3 a3 b3 c3 d3 nan
2 nan b4 c4 d4 e4
3 nan b5 c5 d5 e5
4 nan b6 c6 d6 e6
5 nan b7 c7 d7 e7--
----
----
----
----
----
----
----
----
---result2 = pd.concat(
[df1,df2]
,axis=1)
result2
# 輸出
a b c d b c d e
0 a0 b0 c0 d0 nan nan nan nan
1 a1 b1 c1 d1 nan nan nan nan
2 a2 b2 c2 d2 b4 c4 d4 e4
3 a3 b3 c3 d3 b5 c5 d5 e5
4 nan nan nan nan b6 c6 d6 e6
5 nan nan nan nan b7 c7 d7 e7

join的引數有兩個，預設值outer，還有inner

在我理解，outer就是求兩個dataframe的並集，而inner就是求兩個dataframe的交集

result1 = pd.concat(

[df1,df2]
,axis=
0, join=
'outer'
)result1
# 輸出
a b c d e
0 a0 b0 c0 d0 nan
1 a1 b1 c1 d1 nan
2 a2 b2 c2 d2 nan
3 a3 b3 c3 d3 nan
2 nan b4 c4 d4 e4
3 nan b5 c5 d5 e5
4 nan b6 c6 d6 e6
5 nan b7 c7 d7 e7--
----
----
----
----
----
----
----
----
----
--result3 = pd.concat(
[df1,df2]
, axis=
0, join=
'inner'
)result3
# 輸出
b c d
0 b0 c0 d0
1 b1 c1 d1
2 b2 c2 d2
3 b3 c3 d3
2 b4 c4 d4
3 b5 c5 d5
4 b6 c6 d6
5 b7 c7 d7

result2 （inner）只保留了df1和df2共同的列

pandas學習筆記（三）

生成乙個以2017 01開始，月為頻率的時間構造器 pd.period 引數 乙個時間戳 freq p pd.period 2017 freq m print p 通過加減整數，將週期整體移動 print p 1 print p 2 輸出 2017 01 2017 02 2016 11 prng p...

pandas學習筆記 三

import pandas as pd import numpy as npdata pd.read csv student.csv data.head 學號姓名 班級年齡 01.0 小明1.0 7.01 2.0小華 1.06.0 23.0 小紅2.0 6.03 4.0小麗 3.08.0 45.0 ...

pandas基礎學習筆記三

二 groupby函式 三 聚合 過濾和變換 第3章 分組.經過groupby後會生成乙個groupby物件，該物件本身不會返回任何東西，只有當相應的方法被呼叫才會起作用 grouped single df.groupby school 根據某一列分組 grouped single.get grou...