如何實(shí)現(xiàn)pandas數(shù)據(jù)拼接

發(fā)布時(shí)間：2020-08-03 11:39:22 來源：億速云閱讀：156 作者：小豬欄目：開發(fā)技術(shù)

小編這次要給大家分享的是如何實(shí)現(xiàn)pandas數(shù)據(jù)拼接，文章內(nèi)容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。

一前言

pandas數(shù)據(jù)拼接有可能會(huì)用到，比如出現(xiàn)重復(fù)數(shù)據(jù)，需要合并兩份數(shù)據(jù)的交集，并集就是個(gè)不錯(cuò)的選擇，知識(shí)追尋者本著技多不壓身的態(tài)度蠻學(xué)習(xí)了一下下；

二數(shù)據(jù)拼接

在進(jìn)行學(xué)習(xí)數(shù)據(jù)轉(zhuǎn)換之前，先學(xué)習(xí)一些數(shù)拼接相關(guān)的知識(shí)

2.1 join()聯(lián)結(jié)

有關(guān)merge操作知識(shí)追尋者這邊不提及，有空可能后面會(huì)專門出一篇相關(guān)文章，因?yàn)槠鋵W(xué)習(xí)方式根SQL的表聯(lián)結(jié)類似，不是幾行能說清楚的知識(shí)點(diǎn)；

join操作能將 2 個(gè)DataFrame 合并為一塊，前提是DataFrame 之間的列沒有重復(fù)；

# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np

data1 = {
  'user' : ['zszxz','craler','rose'],
  'price' : [100, 200, 300],
  'hobby' : ['reading','running','hiking']
}
index1 = ['user1','user2','user3']
frame1 = pd.DataFrame(data1,index1)

data2 = {
  'person' : ['zszxz','craler','rose'],
  'number' : [100, 2000, 3000],
  'activity' : ['swing','riding','climbing']
}
index2 = ['user1','user2','user3']
frame2 = pd.DataFrame(data2,index2)

join = frame1.join(frame2)
print(join)

輸出

         user price    hobby person number activity
user1   zszxz    100 reading   zszxz     100     swing
user2 craler    200 running craler    2000    riding
user3    rose    300   hiking    rose    3000 climbing

2.2 concat()拼接

使用 concat() 函數(shù)能將2個(gè) Series 拼接為一個(gè)，默認(rèn)按行拼接；

ser1 = pd.Series(['111','222',np.NaN])
ser2 = pd.Series(['333','444',np.NaN])
# 默認(rèn)按行拼接
print(pd.concat([ser1, ser2]))

如果按列拼接則 axis = 1

ser1 = pd.Series(['111','222',np.NaN])
ser2 = pd.Series(['333','444',np.NaN])
# 按列拼接
print(pd.concat([ser1, ser2],axis=1))

輸出

0 1
0 111 333
1 222 444
2 NaN NaN

更近一步，指定key 參數(shù) 輸出的數(shù)據(jù)格式就和 DataFrame 一樣

ser1 = pd.Series(['111','222',np.NaN])
ser2 = pd.Series(['333','444',np.NaN])
# 按列拼接
data = pd.concat([ser1, ser2],axis=1, keys=['zszxz', 'rzxx'])
print(data)

輸出

zszxz rzxx
0   111 333
1   222 444
2   NaN NaN

注： DataFrame 的 concat 操作和 Series 類似；

2.3 combine_first()組合

索引重復(fù)時(shí)就可以使用combine_first進(jìn)行拼接

ser1 = pd.Series(['111','222',np.NaN],index=[1,2,3])
ser2 = pd.Series(['333','444',np.NaN,'555'],index=[1,2,3,4])
data = ser1.combine_first(ser2)
print(data)

輸出

1    111
2    222
3    NaN
4    555
dtype: object

將Series 位置互換一下，可以看見基準(zhǔn)將以 ser2為準(zhǔn)；

ser1 = pd.Series(['111','222',np.NaN],index=[1,2,3])
ser2 = pd.Series(['333','444',np.NaN,'555'],index=[1,2,3,4])
data = ser2.combine_first(ser1)
print(data)

輸出

1    333
2    444
3    NaN
4    555
dtype: object

2.4 軸轉(zhuǎn)換

準(zhǔn)備的數(shù)據(jù)

# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np

data = {
  'user' : ['zszxz','craler','rose'],
  'price' : [100, 200, 300],
  'hobby' : ['reading','running','hiking']
}
index = ['user1','user2','user3']
frame = pd.DataFrame(data,index)
print(frame)

輸出

         user price    hobby
user1   zszxz    100 reading
user2 craler    200 running
user3    rose    300   hiking

stack() 將列轉(zhuǎn)為行；

# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np

data = {
  'user' : ['zszxz','craler','rose'],
  'price' : [100, 200, 300],
  'hobby' : ['reading','running','hiking']
}
index = ['user1','user2','user3']
frame = pd.DataFrame(data,index)
print(frame.stack())

輸出

user1 user       zszxz
       price        100
       hobby    reading
user2 user      craler
       price        200
       hobby    running
user3 user        rose
       price        300
       hobby     hiking
dtype: object

使用 unstack()將數(shù)據(jù)結(jié)構(gòu)重新返回

# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np

data = {
  'user' : ['zszxz','craler','rose'],
  'price' : [100, 200, 300],
  'hobby' : ['reading','running','hiking']
}
index = ['user1','user2','user3']
frame = pd.DataFrame(data,index)
sta = frame.stack()
print(sta.unstack())

輸出

         user price    hobby
user1   zszxz   100 reading
user2 craler   200 running
user3    rose   300   hiking

看完這篇關(guān)于如何實(shí)現(xiàn)pandas數(shù)據(jù)拼接的文章，如果覺得文章內(nèi)容寫得不錯(cuò)的話，可以把它分享出去給更多人看到。

向AI問一下細(xì)節(jié)

如何實(shí)現(xiàn)pandas數(shù)據(jù)拼接

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽