Python pandas DataFrame數據拼接方法

Posted on by

前言

在pandas模塊中，通常我們都需要對類型為DataFrame的數據進行操作，其中最為常見的操作便是拼接瞭。比如我們將兩個Excel表格中的數據讀入，隨後拼接完成後保存進一個新的Excel表格文件中。之前查找瞭相關的博客， 發現網絡上魚龍混雜。有些代碼完全無法執行，為瞭提高效率，這裡做一個詳細地記錄。

DataFrame數據拼接方法一：使用.append()方法。

# -*- coding:utf-8 -*-
import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]])
df2 = pd.DataFrame([[5, 6], [7, 8]])

df = df1.append(df2)

print("df1的值為:")
print(df1)
print("df2的值為:")
print(df2)
print("df的值為:")
print(df)
"""
運行結果：
df1的值為:
   0  1
0  1  2
1  3  4
df2的值為:
   0  1
0  5  6
1  7  8
df的值為:
   0  1
0  1  2
1  3  4
0  5  6
1  7  8
"""

我們可以看到，首先我們使用瞭類似於list列表的操作方式，使用.append()方法對df1與df2數據進行瞭操作，但是需要註意的是，不同於對列表對象的操作，這裡的df1仍舊為原來的df1所擁有的內容，而我們賦值的對象df才是保存瞭二者拼接以後的結果。 所以記得一定要單獨執行賦值才可以得到正確的結果！！！其次我們看到結果其實是有些問題的，df結果中的縱向索引值為0，1，0，1，仍舊保留瞭我們拼接前各自的索引值，這是不被我們需要的，因此我們需要設置 ignore_index=True來對索引值進行重新排列。代碼如下：

# -*- coding:utf-8 -*-
import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]])
df2 = pd.DataFrame([[5, 6], [7, 8]])

df = df1.append(df2,  ignore_index=True)

print("df1的值為:")
print(df1)
print("df2的值為:")
print(df2)
print("df的值為:")
print(df)
"""
運行結果：
df1的值為:
   0  1
0  1  2
1  3  4
df2的值為:
   0  1
0  5  6
1  7  8
df的值為:
   0  1
0  1  2
1  3  4
2  5  6
3  7  8
"""

我們可以看到，此時的縱向索引值變正常瞭。

註意: df1 = pd.DataFrame([[1, 2], [3, 4]])創建DataFrame類型的數據時要使用雙層中括號，單層中括號會導致數據縱向排列。

DataFrame數據拼接方法二：使用.concat()方法。

# -*- coding:utf-8 -*-
import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]])
df2 = pd.DataFrame([[5, 6], [7, 8]])

df = pd.concat([df1, df2], ignore_index=True)

print("df1的值為:")
print(df1)
print("df2的值為:")
print(df2)
print("df的值為:")
print(df)
"""
運行結果：
df1的值為:
   0  1
0  1  2
1  3  4
df2的值為:
   0  1
0  5  6
1  7  8
df的值為:
   0  1
0  1  2
1  3  4
2  5  6
3  7  8
"""

我們可以看到成功實現瞭拼接。

但是這樣並不美觀，我們發現，我們的縱向index還是用0，1在表示，那麼我們可不可以自定義縱向index呢？答案是可以的，請看如下代碼：

import pandas as pd

df1 = pd.DataFrame([[1, 2], [3, 4]], columns=["column1", "column2"])
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=["column1", "column2"])

df = pd.concat([df1, df2], ignore_index=True)

print("df1的值為:")
print(df1)
print("df2的值為:")
print(df2)
print("df的值為:")
print(df)
"""
運行結果：
df1的值為:
   column1  column2
0        1        2
1        3        4
df2的值為:
   column1  column2
0        5        6
1        7        8
df的值為:
   column1  column2
0        1        2
1        3        4
2        5        6
3        7        8
"""

至此，DataFrame的拼接問題暫時告一段落，當然還存在其他方法，以後有機會瞭再補充，這兩種方法均為比較直觀和簡潔的方法。推薦使用。此外， pd.concat()函數也適用於多個DataFrame的拼接， 隻要將第一個參數變為一個列表，涵蓋所有的DataFrame名稱即可，如[df1, df2, df3]。

補充：Python同時合並多個DataFrame

pandas的merge函數隻能同時合並三個dataframe，如果涉及到合並多個dataframe就比較麻煩

這種情況下我們可以創建一個我們需要合並的列表，然後將他們一次性合並在一起

# merge any number of dataframes
from functools import reduce
df_groups = [df2, group1, group2, group3, group4, group5, group6, group7, group8]
df_merged = reduce(lambda left, right: pd.merge(left, right, on=['title']), df_groups)
df_merged.head()

總結

到此這篇關於Python pandas DataFrame數據拼接的文章就介紹到這瞭,更多相關pandas DataFrame拼接內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：