TechCodeview

Pandas er i stand til å kombinere serie-, dataframe- og panelobjekter gjennom forskjellige typer settlogikk for indeksene og relasjonsalgebrafunksjonaliteten.

De concat() funksjonen er ansvarlig for å utføre sammenkoblingsoperasjon langs en akse i DataFrame.

Syntaks:

 pd.concat(objs,axis=0,join='outer',join_axes=None, ignore_index=False) 

Parametere:

objs:Det er en sekvens eller kartlegging av serier eller DataFrame-objekter.
Hvis vi sender en diktat i DataFrame, vil de sorterte nøklene bli brukt som keys-argumentet, og verdiene velges i så fall. Hvis noen ikke-objekter er tilstede, vil den bli slettet med mindre de alle er ingen, og i dette tilfellet, en ValueError vil bli hevet.akser:Det er en akse å sette sammen.bli med:Ansvarlig for håndtering av indekser på en annen akse.join_axes:En liste over indeksobjekter. I stedet for å utføre den indre eller ytre settlogikken, bruker spesifikke indekser for den andre (n-1) aksen.ignore_index:bool, standardverdi False
Den bruker ikke indeksverdiene på sammenkoblingsaksen, hvis den er sann. Den resulterende aksen vil bli merket som 0, ..., n - 1.

Returnerer

En serie returneres når vi setter sammen alle seriene langs aksen (akse=0). I tilfelle hvis objs inneholder minst én DataFrame, returnerer den en DataFrame.

Eksempel 1:

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data]) 

Produksjon

 0 p 1 q 0 r 1 s dtype: object 

Eksempel 2: I eksemplet ovenfor kan vi tilbakestille den eksisterende indeksen ved å bruke ignore_index parameter. Koden nedenfor viser hvordan ignore_index .

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], ignore_index=True) 

Produksjon

 0 p 1 q 2 r 3 s dtype: object 

Eksempel 3: Vi kan legge til en hierarkisk indeks på det ytterste nivået av dataene ved å bruke nøkler parameter.

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], keys=['a_data', 'b_data']) 

Produksjon

 a_data 0 p 1 q b_data 0 r 1 s dtype: object 

Eksempel 4: Vi kan merke indeksnøklene ved å bruke navn parameter. Koden nedenfor viser hvordan navnene fungerer.

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], keys=['a_data', 'b_data']) pd.concat([a_data, b_data], keys=['a_data', 'b_data'], names=['Series name', 'Row ID']) 

Produksjon

 Series name Row ID a_data 0 p 1 q b_data 0 r 1 s dtype: object 

Sammenkobling ved hjelp av append

Append-metoden er definert som en nyttig snarvei for å koble sammen Series og DataFrame.

Eksempel:

 import pandas as pd one = pd.DataFrame({ 'Name': ['Parker', 'Smith', 'Allen', 'John', 'Parker'], 'subject_id':['sub1','sub2','sub4','sub6','sub5'], 'Marks_scored':[98,90,87,69,78]}, index=[1,2,3,4,5]) two = pd.DataFrame({ 'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'], 'subject_id':['sub2','sub4','sub3','sub6','sub5'], 'Marks_scored':[89,80,79,97,88]}, index=[1,2,3,4,5]) print (one.append(two)) 

Produksjon

 Name subject_id Marks_scored 1 Parker sub1 98 2 Smith sub2 90 3 Allen sub4 87 4 John sub6 69 5 Parker sub5 78 1 Billy sub2 89 2 Brian sub4 80 3 Bran sub3 79 4 Bryce sub6 97 5 Betty sub5 88