1.导入 Pandas 库与 Numpy 库:
- import pandas as pd
- import numpy as np
2.定义一个 make_df 函数,以便生成示例数据框:
- def make_df(cols, ind):
- """Quickly make a dataframe"""
- data = {c: [str(c) + str(i) for i in ind]
- for c in cols}
- return pd.DataFrame(data, ind)
- # 示例数据框
- make_df('ABC', range(3))
3.定义一个 display 类,方便我们更清晰地展示输出的结果:
- class display(object):
- """Display HTML representation of multiple objects"""
- template = """<div style="float: left; padding: 10px;">
- <p style='font-family:"Courier New", Courier, monospace'>{0}</p>{1}
- </div>"""
- def __init__(self, *args):
- self.args = args
-
- def _repr_html_(self):
- return '\n'.join(self.template.format(a, eval(a)._repr_html_())
- for a in self.args)
-
- def __repr__(self):
- return '\n\n'.join(a + '\n' + repr(eval(a))
- for a in self.args)
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:
- x = [1, 2, 3]
- y = [4, 5, 6]
- z = [7, 8, 9]
- np.concatenate([x, y, z])
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:
- x = [[1, 2],
- [3, 4]]
- np.concatenate([x, x], axis=1)
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:
- ser1 = pd.Series(['A', 'B', 'C'], index=[1, 2, 3])
- ser2 = pd.Series(['D', 'E', 'F'], index=[4, 5, 6])
- pd.concat([ser1, ser2])
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:
- df1 = make_df('AB', [1, 2])
- df2 = make_df('AB', [3, 4])
- display('df1', 'df2', 'pd.concat([df1, df2])')
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:
- df3 = make_df('AB', [0, 1])
- df4 = make_df('CD', [0, 1])
- display('df3', 'df4', "pd.concat([df3, df4], axis='col')")
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