import pandas as pd
import numpy as np
1：上下合併
df1 = pd.dataframe(np.ones((2,4))*0,columns=[『a』,『b』,『c』,『d』])
df2 = pd.dataframe(np.ones((2,4))*1,columns=[『a』,『b』,『c』,『d』])#兩行四列，每一列分別為abcd
a b c d
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
a b c d
0 1.0 1.0 1.0 1.0
1 1.0 1.0 1.0 1.0
res = pd.concat([df1,df2],axis=0,ignore_index=true) #上下合併，ignore為true則排列為0123，否則為0101，axis=0為行排列。concat為合併函式
a b c d
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
0 1.0 1.0 1.0 1.0
1 1.0 1.0 1.0 1.0
2：df1 = pd.dataframe(np.ones((3,4))*0,columns=[『a』,『b』,『c』,『d』],index=[1,2,3])
df2 = pd.dataframe(np.ones((3,4))*1,columns=[『b』,『c』,『d』,『e』],index=[2,3,4]) #index為最左一列索引值
a b c d
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
3 0.0 0.0 0.0 0.0
b c d e
2 1.0 1.0 1.0 1.0
3 1.0 1.0 1.0 1.0
4 1.0 1.0 1.0 1.0
res1 = pd.concat([df1,df2],join=『outer』) #為inner時，沒有的值不再顯示，為outer用nan補齊
a b c d e
1 0.0 0.0 0.0 0.0 nan
2 0.0 0.0 0.0 0.0 nan
3 0.0 0.0 0.0 0.0 nan
2 nan 1.0 1.0 1.0 1.0
3 nan 1.0 1.0 1.0 1.0
4 nan 1.0 1.0 1.0 1.0
res = pd.concat([df1,df2],join=『inner』,ignore_index=true)#ignore_index=true時，索引按順序，否則不按
b c d
0 0.0 0.0 0.0
1 0.0 0.0 0.0
2 0.0 0.0 0.0
3 1.0 1.0 1.0
4 1.0 1.0 1.0
5 1.0 1.0 1.0
3：橫向合併
df1 = pd.dataframe(np.ones((1,2))*0,columns=[『a』,『b』])
df2 = pd.dataframe(np.ones((1,2))*1,columns=[『a』,『b』])
res = pd.concat([df1,df2],axis=1)
a b a b
0 0.0 0.0 1.0 1.0
Python中的Pandas模組
目錄 pandas series 序列的建立 序列的讀取 dataframe dataframe的建立 dataframe資料的讀取 panel panel的建立 pandas python data analysis library 是基於numpy 的一種工具，該工具是為了解決資料分析任務而建立...
Python中pandas的qcut函式的用法
在 利用python進行資料分析 這本書的第七章介紹了pandas的qcut函式的用法。原書介紹qcut函式是乙個與分箱密切相關的函式，它基於樣本分位數進行分箱，可以通過qcut獲得等長的箱 data np.random.randn 1000 data服從正態分佈 cats pd.qcut data...
python中pandas常用方法
coding utf 8 import numpy as np import pandas as pd datas pd.date range 20140729 periods 6 先建立乙個時間索引，所謂的索引 index 就是每一行資料的id，可以標識每一行的唯一值 print datas da...