快捷導(dǎo)航

pandas數(shù)據(jù)拼接的實(shí)現(xiàn)示例

更新時(shí)間：2020年04月16日 09:38:11 作者：知識(shí)追尋者

這篇文章主要介紹了pandas數(shù)據(jù)拼接的實(shí)現(xiàn)示例，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

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