python的concat等用法

1,numpy中的concatenate()函數：

>>> a = np.array([[1, 2], [3, 4]])

>>> b = np.array([[5, 6]])

>>> np.concatenate((a, b), axis=0)

array([[1, 2],

[3, 4],

[5, 6]])

>>> np.concatenate((a, b.T), axis=1)

array([[1, 2, 5],

[3, 4, 6]])

2，pandas中的merge，concat，join

# In[]:數據的合併

# 1 ，merge，類似資料庫中的

# (1)內連接，pd.merge(a1, a2, on="key")

# (2)左連接，pd.merge(a1, a2, on="key", how="left")

# (3)右連接，pd.merge(a1, a2, on="key", how="right")

# (4)外連接， pd.merge(a1, a2, on="key", how="outer")

data1 = pd.DataFrame(

np.arange(0,16).reshape(4,4),

columns=list("abcd")

)

data1

data2 = [

[4,1,5,7],

[6,5,7,1],

[9,9,123,129],

[16,16,32,1]

]

data2 = pd.DataFrame(data2,columns = ["a","b","c","d"])

data2

# 內連接 ,交集

pd.merge(data1,data2,on=["b"])

# 左連接 注意：如果 on 有兩個條件，on = ["a","b"]

# how = "left","right","outer"

pd.merge(data1,data2,on="b",how="left")

# 2，append,相當於R中的rbind

# ignore_index = True:這個時候 表示index重新記性排列,而且這種方法是複製一個樣本

data1.append(data2,ignore_index = True)

# 3，join

data2.columns=list("pown")

# 列名不能重疊：在這裡的用法和R中rbind很像，但是join的用法還是相對麻煩的

result = data1.join(data2)

result

# 4,concat 這個方法能夠實現上面所有的方法的效果

# concat函數是pandas底下的方法，可以把數據根據不同的軸進行簡單的融合

# pd.concat(objs, axis=0, join="outer", join_axes=None, ignore_index=False,

# keys=None, levels=None, names=None, verify_integrity=False)

# 參數說明：

# objs:series,dataframe，或者panel構成的序列list

# axis：0 行，1列

# join：inner，outer

# a,相同欄位表首尾巴相接

data1.columns = list("abcd")

data2.columns =list("abcd")

data3 = data2

# 為了更好的查看連接後的數據來源，添加一個keys更好查看

pd.concat([data1,data2,data3],keys=["data1","data2","data3"])

# b ，列合併（也就是行對齊）：axis = 1,

pd.concat([data1,data2,data3],axis = 1,keys = ["data1","data2","data3"])

data4 = data3[["a","b","c"]]

# 在有些數據不存在的時候，會自動填充NAN

pd.concat([data1,data4])

# c:join:inner 交集，outer ，並集

pd.concat([data1,data4],join="inner")

# 在列名沒有一個相同的時候會報錯

# data4.index = list("mnp")

# pd.concat([data1,data4])

打開今日頭條，查看更多精彩圖片

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！