python中pandas.Dataframe合并的方法有哪些?
2023-03-20 14:44:16 时间
方法一:使用concat方法沿着一条轴,将多个对象堆叠到一起。
df_concat = pd.concat([df_aa,df_zz]) # 默认沿axis=0,join=‘out’的方式进行concat df_igno_idx = pd.concat([df_aa,df_zz], ignore_index=True) ''' # 重新设定index(效果类似于pd.concat([df1,df2]).reset_index(drop=True)) ''' df_col = pd.concat([df_aa,df_zz], axis=1)
方法二:使用join方法用于索引上的合并。
>>> caller.join(other.set_index('key'), on='key') key A B 0 K0 A0 B0 1 K1 A1 B1 2 K2 A2 B2 3 K3 A3 NaN 4 K4 A4 NaN 5 K5 A5 NaN
方法三:使用最常用的merge函数合并。
pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True, suffixes=('_x', '_y'), copy=True, indicator=False)
小编介绍过pandas的连接函数concat()函数使用方法,concat()函数是专门服务于pandas.Dataframe合并使用的,那pandas.Dataframe拼接方法除了concat()函数方法还有三种,以上就是小编整理的python中pandas.Dataframe合并的三种方法,希能对你有所帮助哟~
(推荐操作系统:windows7系统、Python 3.9.1,DELL G3电脑。)
相关文章
- Python 操作 MySQL 数据库的三个模块
- TinyDB 一个纯Python编写的轻量级数据库
- 一张五亿数据量的表执行不了,开发和DBA差点大打出手……
- 太全了!用Python操作MySQL的使用教程集锦!
- 实现动态展示多算法,这个Python库助你发现网络图社区结构
- 相同执行计划,为何有执行快慢的差别
- 如何使用Python算法进行交易
- 5G变1G,线上日志瘦身还有这些骚操作
- 巧用ActionFilterAttribute实现API日志的记录
- 聊一聊函数之美
- 提升编码水平,这本Python软件工程开源书籍为研究人员量身打造
- 使用Func<T, TResult> 委托实现API日志的记录
- React中的任务饥饿行为
- 如何在Python中操作MySQL?
- 一篇长文帮你彻底搞懂React的调度机制原理
- JDK15类的后半生:准备、解析、初始化、卸载过程详解
- 干货分享!5款超级实用的Python工具库
- Try-Catch-Finally中的4个巨坑,老程序员也搞不定!
- 编程初学者采用何种方式学习编程会更有效率
- Flink SQL 知其所以然:基础 DML SQL 执行语义!