如何用concat函数合并数据表
大家晚上好呀!又一个周三来到了,不知道大家有没有这种感觉,周三一过周末就到,言归正传,上篇咱们讲到了关于读写文件操作,今天咱们再来说说关于合并数据的操作,当然合并数据的方法不止一种,我们先从concat这个合并属性讲起吧!
1.concat怎么用?
concat用于Series 或 DataFrame的数据合并拼接,格式如下:
pd.concat(合并的对象)
2.参数介绍
concat函数不免包含以下几种参数,大家可以根据自己的需求进行使用,下面跟大家说说,各参数代表的意义:
①axis代表着合并的方向。默认值为0,代表着横向合并,当为1时,代表着纵向合并。
举例:
如下有两组数据,p1和p2我们将它进行横向合并,结果如下:
import pandas as pd
list1=[[90,88],[93,80]]
list2=[[97,84],[87,82]]
p1=pd.DataFrame(list1,index=['小明','小丽'],columns=['语文','数学'])
p2=pd.DataFrame(list2,index=['小微','小男'],columns=['语文','数学'])
m=pd.concat([p1,p2],axis=0)
如果我们想要纵向合并的话,将axis的值改为1,合并结果如下,没有数据的用nan进行表示。
②join:代表着如何处理其他轴(或轴)上的索引,默认值为‘outer’,可修改为‘inner’。
举例:我们将上面的两组数据,列索引进行更该,之前列名都是一样的,我们改为不一样的:
然后我们直接合并的情况下是这样子的,它会将所有的索引值都列出来并将没有数据的用nan表示:
那么当我们将join设置为inner的时候,我们会发现,它只是合并了具有相同索引的数据:
③ignore_index:默认为FALSE,将合并的索引值默认显示,当改为TRUE的时候,将索引值改为0....n显示:
关于concat常见的用法咱们今天就先介绍这么多,下篇我们会继续跟大家介绍其他合并拼接数据的方法,明天见~~