pandas數(shù)據(jù)拼接的實現(xiàn)示例

更新時間：2020年04月16日 09:38:11 作者：知識追尋者

這篇文章主要介紹了pandas數(shù)據(jù)拼接的實現(xiàn)示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

一前言

pandas數(shù)據(jù)拼接有可能會用到，比如出現(xiàn)重復數(shù)據(jù)，需要合并兩份數(shù)據(jù)的交集，并集就是個不錯的選擇，知識追尋者本著技多不壓身的態(tài)度蠻學習了一下下；

二數(shù)據(jù)拼接

在進行學習數(shù)據(jù)轉換之前，先學習一些數(shù)拼接相關的知識

2.1 join()聯(lián)結

有關merge操作知識追尋者這邊不提及，有空可能后面會專門出一篇相關文章，因為其學習方式根SQL的表聯(lián)結類似，不是幾行能說清楚的知識點；

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

# -*- 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 Series 拼接為一個，默認按行拼接；

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

索引重復時就可以使用combine_first進行拼接

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，可以看見基準將以 ser2為準；

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 軸轉換

準備的數(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)結構重新返回

# -*- 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