функция pandas.concat () в Python
Функция pandas.concat () выполняет всю тяжелую работу по выполнению операций конкатенации вместе с осью объектов Pandas, одновременно выполняя необязательную логику набора (объединение или пересечение) индексов (если есть) на других осях.
Syntax: concat(objs, axis, join, ignore_index, keys, levels, names, verify_integrity, sort, copy)
Parameters:
- objs: Series or DataFrame objects
- axis: axis to concatenate along; default = 0
- join: way to handle indexes on other axis; default = ‘outer’
- ignore_index: if True, do not use the index values along the concatenation axis; default = False
- keys: sequence to add an identifier to the result indexes; default = None
- levels: specific levels (unique values) to use for constructing a MultiIndex; default = None
- names: names for the levels in the resulting hierarchical index; default = None
- verify_integrity: check whether the new concatenated axis contains duplicates; default = False
- sort: sort non-concatenation axis if it is not already aligned when join is ‘outer’; default = False
- copy: if False, do not copy data unnecessarily; default = True
Returns: type of objs (Series of DataFrame)
Пример 1: объединение 2 серий с параметрами по умолчанию.
Python3
# importing the moduleimport pandas as pd # creating the Seriesseries1 = pd.Series([1, 2, 3])display("series1:", series1)series2 = pd.Series(["A", "B", "C"])display("series2:", series2) # concatenatingdisplay("After concatenating:")display(pd.concat([series1, series2])) |
Выход:
Example 2: Concatenating 2 series horizontally with index = 1
Python3
# importing the moduleimport pandas as pd # creating the Seriesseries1 = pd.Series([1, 2, 3])display("series1:", series1)series2 = pd.Series(["A", "B", "C"])display("series2:", series2) # concatenatingdisplay("After concatenating:")display(pd.concat([series1, series2], axis = 1)) |
Выход:
Пример 3: объединение 2 фреймов данных и назначение ключей.
Python3
# importing the moduleimport pandas as pd # creating the DataFramesdf1 = pd.DataFrame({"A": ["A0", "A1", "A2", "A3"], "B": ["B0", "B1", "B2", "B3"]})display("df1:", df1)df2 = pd.DataFrame({"A": ["A4", "A5", "A6", "A7"], "B": ["B4", "B5", "B6", "B7"]})display("df2:", df2) # concatenatingdisplay("After concatenating:")display(pd.concat([df1, df2], keys = ["key1", "key2"])) |
Выход:
Example 4: Concatenating 2 DataFrames horizontally with axis = 1.
Python3
# importing the moduleimport pandas as pd # creating the DataFramesdf1 = pd.DataFrame({"A": ["A0", "A1", "A2", "A3"], "B": ["B0", "B1", "B2", "B3"]})display("df1:", df1)df2 = pd.DataFrame({"C": ["C0", "C1", "C2", "C3"], "D": ["D0", "D1", "D2", "D3"]})display("df2:", df2) # concatenatingdisplay("After concatenating:")display(pd.concat([df1, df2], axis = 1)) |
Выход:
Example 5: Concatenating 2 DataFrames with ignore_index = True so that new index values are displayed in the concatenated DataFrame.
Python3
# importing the moduleimport pandas as pd # creating the DataFramesdf1 = pd.DataFrame({"A": ["A0", "A1", "A2", "A3"], "B": ["B0", "B1", "B2", "B3"]})display("df1:", df1)df2 = pd.DataFrame({"A": ["A4", "A5", "A6", "A7"], "B": ["B4", "B5", "B6", "B7"]})display("df2:", df2) # concatenatingdisplay("After concatenating:")display(pd.concat([df1, df2], ignore_index = True)) |
Выход:
Example 6: Concatenating a DataFrame with a Series.
Python3
# importing the moduleimport pandas as pd # creating the DataFramedf = pd.DataFrame({"A": ["A0", "A1", "A2", "A3"], "B": ["B0", "B1", "B2", "B3"]})display("df:", df1)# creating the Seriesseries = pd.Series([1, 2, 3, 4])display("series:", series) # concatenatingdisplay("After concatenating:")display(pd.concat([df, series], axis = 1)) |
Выход:
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.