Объедините две серии Pandas в DataFrame
В этом посте мы узнаем, как объединить две серии в DataFrame? Перед тем как начать, давайте посмотрим, что это за серия?
Pandas Series - это одномерный помеченный массив, способный хранить данные любого типа. Другими словами, Pandas Series - это не что иное, как столбец на листе Excel.
Есть несколько способов объединить две серии в пандах. Вот несколько способов:
Метод 1. Использование pandas.concat ().
Этот метод выполняет всю тяжелую работу по выполнению операций конкатенации вдоль оси, одновременно выполняя необязательную логику набора (объединение или пересечение) индексов (если есть) на других осях.
Код:
python
# import pandas libraryimport pandas as pd # this user defines function# creates a series# from the passed list.def createSeries (series_list): # create a series series_list = pd.Series(series_list) return series_list # create a series of studentsstudents = createSeries(["ABC", "DEF", "GHI", "JKL", "MNO", "PQR"]) # create a series of subjectssubject = createSeries(["C++", "C#", "RUBY", "SWIFT", "GO", "PYTHON"])# create a series of marksmarks = createSeries([90, 30, 50, 70, 80, 60])# create a dictonarydata = {"students": students, "subject": subject, "marks": marks} # Concatenating the series side# by side as depicted by axis=1# If you want to concatenate the # series one below the other# change the axis to zero.df = pd.concat(data, axis = 1) # show the dataframedf |
Выход:
Метод 2: Использование Series.append ().
Этот метод является ярлыком для concat. Этот метод объединяет по оси = 0, т.е. по строкам. Series.append () может принимать несколько объектов для объединения.
Code:
Python3
# import pandas libraryimport pandas as pd # create a seriesa = pd.Series(["ABC", "DEF", "GHI"]) # create a seriesb = pd.Series(["JKL", "MNO", "PQR"]) # combine two series then# create a dataframedf = pd.DataFrame(a.append(b, ignore_index = True))# show the dataframedf |
Выход:
Метод 3: Использование pandas.merge ().
Pandas имеет высокопроизводительные операции соединения в памяти, которые очень похожи на СУБД, такие как SQL. merge можно использовать для всех операций соединения базы данных между объектами dataframe или именованными сериями. В этом случае вы должны передать серии дополнительный параметр «name».
Code:
Python3
# import pandas libraryimport pandas as pd # create a seriesa = pd.Series(["C++", "JAVA", "PYTHON", "DBMS", "C#"], name = "subjects") # create a seriesb = pd.Series(["30", "60", "90", "56", "50"], name = "marks") # merge both series df = pd.merge(a, b, right_index = True, left_index = True)# show the dataframedf |
Выход:
Метод 4: Использование Dataframe.join () .
Этот метод также можно использовать для объединения двух серий, но вам необходимо преобразовать одну серию в фрейм данных.
Code:
Python3
# import pandas libraryimport pandas as pd # create a seriesa = pd.Series(["C++", "JAVA", "PYTHON", "DBMS", "C#"], name = "subjects") # create a seriesb = pd.Series(["30", "60", "90", "56", "50"], name = "marks") # create a dataframea = pd.DataFrame(a) # add series "b" # into dataframe "a"df = a.join(b) # show the dataframedf |
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.