数据集处理之连接与追加

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

向大家介绍数据集合并方法中的连接（concat）与追加（append），首先做一些准备工作：


1.导入 Pandas 库与 Numpy 库：

1. import pandas as pd
   
2. import numpy as np

复制代码

2.定义一个 make_df 函数，以便生成示例数据框：

1. def make_df(cols, ind):
   
2.     """Quickly make a dataframe"""
   
3.     data = {c: [str(c) + str(i) for i in ind]
   
4.             for c in cols}
   
5.     return pd.DataFrame(data, ind)
   
6. 
   
7. # 示例数据框
   
8. make_df('ABC', range(3))

复制代码

3.定义一个 display 类，方便我们更清晰地展示输出的结果：

1. class display(object):
   
2.     """Display HTML representation of multiple objects"""
   
3.     template = """<div style="float: left; padding: 10px;">
   
4.     <p style='font-family:"Courier New", Courier, monospace'>{0}</p>{1}
   
5.     </div>"""
   
6.     def __init__(self, *args):
   
7.         self.args = args
   
8.         
   
9.     def _repr_html_(self):
   
10.         return '\n'.join(self.template.format(a, eval(a)._repr_html_())
    
11.                          for a in self.args)
    
12.    
    
13.     def __repr__(self):
    
14.         return '\n\n'.join(a + '\n' + repr(eval(a))
    
15.                            for a in self.args)

复制代码

下面我们进入正题。

之前谈及过一些数组连接的方法，例如运用 Numpy 中的 concatenate 函数，我们可以将多组列表连接为一个数组：

1. x = [1, 2, 3]
   
2. y = [4, 5, 6]
   
3. z = [7, 8, 9]
   
4. np.concatenate([x, y, z])

复制代码

array([1, 2, 3, 4, 5, 6, 7, 8, 9])
同时，对于一个多层级的列表，我们也可以通过调整 axis 参数的值，在指定的维度上对其进行连接：

1. x = [[1, 2],
   
2.      [3, 4]]
   
3. np.concatenate([x, x], axis=1)

复制代码

array([[1, 2, 1, 2],       [3, 4, 3, 4]])
类似地，对于 Pandas 序列，Pandas 库中同样提供了连接函数，我们可以运用 Pandas 中的 concat 函数将两个序列进行连接：

1. ser1 = pd.Series(['A', 'B', 'C'], index=[1, 2, 3])
   
2. ser2 = pd.Series(['D', 'E', 'F'], index=[4, 5, 6])
   
3. pd.concat([ser1, ser2])

复制代码

接下来，我们运用之前定义的数据框生成函数构建几个示例数据框，看看连接函数 concat 对数据框的处理效果：

1. df1 = make_df('AB', [1, 2])
   
2. df2 = make_df('AB', [3, 4])
   
3. display('df1', 'df2', 'pd.concat([df1, df2])')

复制代码

运用我们之前定义的 display 类，我们同时将两个数据框及其连接后的结果展示在一行上。可以看到， concat 函数默认地将第二个数据框连接在了第一个数据框下方。
有时候，我们可能需要对两个数据框进行横向的连接，如下所示，我们可以通过调整 concat 函数的参数 axis 来实现：

1. df3 = make_df('AB', [0, 1])
   
2. df4 = make_df('CD', [0, 1])
   
3. display('df3', 'df4', "pd.concat([df3, df4], axis='col')")

复制代码

以上内容转自 数析学院 ，原文后续还有关于索引值在合并过程中的处理，需要学习的同学可以直接查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据集 Presentation concatenate Presentatio Dataframe display return import