Python數(shù)據(jù)分析基礎(chǔ)與應(yīng)用電子活頁5-16使用concat()函數(shù)沿軸連接數(shù)據(jù)

Python數(shù)據(jù)分析基礎(chǔ)與應(yīng)用模塊電子活頁5-16使用concat()函數(shù)沿軸連接數(shù)據(jù)【技能訓(xùn)練5-16】使用concat()函數(shù)沿軸連接數(shù)據(jù)【訓(xùn)練要求】在JupyterNotebook開發(fā)環(huán)境中創(chuàng)建j5-16.ipynb，然后編寫代碼使用concat()函數(shù)沿軸連接數(shù)據(jù)。【實(shí)施過程】1．使用concat()函數(shù)縱向連接對(duì)象DataFrame創(chuàng)建2個(gè)DataFrame對(duì)象，并對(duì)其進(jìn)行連接。（1）縱向外連接操作代碼如下：importpandasaspddata11={'Id':[1001,1002,1003,1004],'name':['安靜','路遠(yuǎn)','溫暖','向北'],'sex':['女','男','男','女'],'age':[21,20,19,22],'height':[171,180,189,166]}df11=pd.DataFrame(data11)data21={'Id':[1005,1006,1007,1008],'name':['陽光','白雪','夏天','云朵'],'sex':['男','女','男','女'],'age':[23,18,20,22],'score':[65,84,78,92.5]}df21=pd.DataFrame(data21)#縱向外連接df11與df21pd.concat([df11,df21])輸出結(jié)果：（2）縱向內(nèi)連接操作代碼如下：#縱向內(nèi)連接df11與df21pd.concat([df11,df21],join='inner',axis=0)輸出結(jié)果：從上述輸出結(jié)果可以看出，縱向內(nèi)連接方式只會(huì)將被連接的兩個(gè)數(shù)據(jù)集中共有的列（Id、name、sex、age）數(shù)據(jù)縱向連接，非共有的列不會(huì)出現(xiàn)在結(jié)果數(shù)據(jù)集中。2．使用concat()函數(shù)橫向連接DataFrame對(duì)象（1）橫向外連接操作代碼如下：importpandasaspddata12={'Id':[1001,1002,1003,1004],'name':['安靜','路遠(yuǎn)','溫暖','向北'],'sex':['女','男','男','女']}df12=pd.DataFrame(data12)data22={'score1':[71,80,89,92,65],'score2':[82,72,96,88,93.5]}df22=pd.DataFrame(data22)#橫向外連接df12與df22pd.concat([df12,df22],axis=1,join='outer')輸出結(jié)果：從上述輸出結(jié)果可以看出，橫向連接兩個(gè)DataFrame對(duì)象，將會(huì)追加新的列。由于被連接對(duì)象的列長(zhǎng)度不同，所以連接后會(huì)產(chǎn)生不存在的數(shù)據(jù)，這些數(shù)據(jù)會(huì)自動(dòng)使用NaN進(jìn)行填充。（2）橫向內(nèi)連接操作代碼如下：#橫向內(nèi)連接df12與df22pd.concat([df12,df22],axis=1,join='inner')輸出結(jié)果：從上述輸出結(jié)果可以看出，輸出結(jié)果的行數(shù)與左數(shù)據(jù)集行數(shù)相同。3．在concat()函數(shù)中使用keys參數(shù)給DataFrame對(duì)象連接一個(gè)指定的鍵代碼如下：importpandasaspddata13={'name':['安靜','路遠(yuǎn)','溫暖','向北'],'sex':['女','男','男','女'],'age':[21,20,19,22],'score':[71,80,89,92]}label13=[0,1,2,3]df13=pd.DataFrame(data13,index=label13)data23={'name':['陽光','白雪','夏天','云朵'],'sex':['男','女','男','女'],'age':[23,18,20,22],'score':[65,84,78,92.5]}label23=[1,2,3,4]df23=pd.DataFrame(data23,index=label23)#連接df13與df23，并給df13、d223連接一個(gè)指定的鍵pd.concat([df13,df23],keys=['第1小組','第2小組'])輸出結(jié)果：從上述輸出結(jié)果可以看出，行索引存在重復(fù)使用的現(xiàn)象。如果想讓輸出的行索引遵循依次遞增的規(guī)則，那么需要將ignore_index參數(shù)設(shè)置為True。將ignore_index參數(shù)設(shè)置為True的代碼如下：#連接df13與df23，設(shè)置ignore_index參數(shù)為Truep