python pandas中对Series数据进行轴向连接的实例
发布时间:2020-12-16 23:51:38 所属栏目:Python 来源:网络整理
导读:有时候我们想要的数据合并结果是数据的轴向连接,在pandas中这可以通过concat来实现。操作的对象通常是Series。 Ipython中的交互代码如下: In [17]: from pandas import Series,DataFrameIn [18]: series1 = Series(range(2),index = ['a','b'])In [19]: se
有时候我们想要的数据合并结果是数据的轴向连接,在pandas中这可以通过concat来实现。操作的对象通常是Series。 Ipython中的交互代码如下: In [17]: from pandas import Series,DataFrame In [18]: series1 = Series(range(2),index = ['a','b']) In [19]: series2 = Series(range(3),index = ['c','d','e']) In [20]: series3 = Series(range(2),index = ['f','g']) In [21]: import pandas as pd 进行三个Series的连接: In [22]: pd.concat([series1,series2,series3]) Out[22]: a 0 b 1 c 0 d 1 e 2 f 0 g 1 dtype: int64 默认情况下,pandas执行的是按照axis=0进行连接。如果进行axis=1的连接,结果如下: In [24]: S1=pd.concat([series1,series3],axis=1) In [25]: S1 Out[25]: 0 1 2 a 0.0 NaN NaN b 1.0 NaN NaN c NaN 0.0 NaN d NaN 1.0 NaN e NaN 2.0 NaN f NaN NaN 0.0 g NaN NaN 1.0 In [26]: type(S1) Out[26]: pandas.core.frame.DataFrame 结果是一个DataFrame,回头再看一下前面的Series的连接后的最终类型: In [27]: type(pd.concat([series1,series3])) Out[27]: pandas.core.series.Series 两种方式的结果并不相同,一个结果是Series,另一个则是DataFrame。 In [29]: series3 = Series(range(2),'e']) In [30]: pd.concat([series1,series3]) Out[30]: a 0 b 1 c 0 d 1 e 2 f 0 e 1 dtype: int64 从上面的一点测试中可以看出,concat的操作仅仅是单纯的连接,并没有涉及到数据的整合。如果想要进行整合,还是使用merge的方法。 以上这篇python pandas中对Series数据进行轴向连接的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持编程小技巧。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |