Pandas-高级处理（二）：连接与修补【concat（参数：axis、join、keys）、combine_first（根据index，df1的空值被df2替代）】

- 日理万妓 2023-09-29 09:40 2阅读 0赞

## 一、连接（concat）：沿轴执行连接操作 ##

pd.concat(\[data1, data2\], axis=1)：按照行或列进行连接操作：

*  axis=0为列索引；
 *  axis=1为行索引；

比如我们将刚才处理好的one-hot编码与原数据连接

### 1、参数：axis ###

import pandas as pd
    
    # 连接：concat
    
    s1 = pd.Series([1, 2, 3])
    s2 = pd.Series([2, 3, 4])
    
    s3 = pd.Series([1, 2, 3], index=['a', 'c', 'h'])
    s4 = pd.Series([2, 3, 4], index=['b', 'e', 'd'])
    
    print("s1 = \n", s1)
    print('-' * 50)
    print("s2 = \n", s2)
    print('-' * 50)
    print("s3 = \n", s3)
    print('-' * 50)
    print("s4 = \n", s4)
    print('-' * 200)
    
    # 默认axis=0，行+行
    data1 = pd.concat([s1, s2])
    print("data1 = pd.concat([s1,s2]) = \n", data1)
    print('-' * 200)
    
    data2 = pd.concat([s3, s4]).sort_index()
    print("data2 = pd.concat([s3,s4]).sort_index() = \n", data2)
    print('-' * 200)
    
    # axis=1,列+列，成为一个Dataframe
    data3 = pd.concat([s3, s4], axis=1)
    print("data3 = pd.concat([s3,s4], axis=1) = \n", data3)
    print('-' * 200)

打印结果：

s1 = 
     0    1
    1    2
    2    3
    dtype: int64
    --------------------------------------------------
    s2 = 
     0    2
    1    3
    2    4
    dtype: int64
    --------------------------------------------------
    s3 = 
     a    1
    c    2
    h    3
    dtype: int64
    --------------------------------------------------
    s4 = 
     b    2
    e    3
    d    4
    dtype: int64
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    data1 = pd.concat([s1,s2]) = 
     0    1
    1    2
    2    3
    0    2
    1    3
    2    4
    dtype: int64
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    data2 = pd.concat([s3,s4]).sort_index() = 
     a    1
    b    2
    c    2
    d    4
    e    3
    h    3
    dtype: int64
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    data3 = pd.concat([s3,s4], axis=1) = 
          0    1
    a  1.0  NaN
    c  2.0  NaN
    h  3.0  NaN
    b  NaN  2.0
    e  NaN  3.0
    d  NaN  4.0
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    
    Process finished with exit code 0

### 2、参数：join ###

import pandas as pd
    
    # 连接方式：join
    
    s5 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
    s6 = pd.Series([2, 3, 4], index=['b', 'c', 'd'])
    print("s5 = \n", s5)
    print('-' * 50)
    print("s6 = \n", s6)
    print('-' * 200)
    
    data1 = pd.concat([s5, s6], axis=1)
    print("data1 = pd.concat([s5,s6], axis= 1) = \n", data1)
    print('-' * 200)
    
    # join：{'inner'，'outer'}，默认为“outer”。如何处理其他轴上的索引。outer为联合和inner为交集。
    data3 = pd.concat([s5, s6], axis=1, join='inner')
    print("data3 = pd.concat([s5,s6], axis= 1, join='inner') = \n", data3)
    print('-' * 200)

打印结果：

s5 = 
     a    1
    b    2
    c    3
    dtype: int64
    --------------------------------------------------
    s6 = 
     b    2
    c    3
    d    4
    dtype: int64
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    data1 = pd.concat([s5,s6], axis= 1) = 
          0    1
    a  1.0  NaN
    b  2.0  2.0
    c  3.0  3.0
    d  NaN  4.0
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    data3 = pd.concat([s5,s6], axis= 1, join='inner') = 
        0  1
    b  2  2
    c  3  3
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    
    Process finished with exit code 0

### 3、参数：keys ###

import pandas as pd
    
    # 连接方式：join
    
    s5 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
    s6 = pd.Series([2, 3, 4], index=['b', 'c', 'd'])
    print("s5 = \n", s5)
    print('-' * 50)
    print("s6 = \n", s6)
    print('-' * 200)
    
    # 覆盖列名
    # keys：序列，默认值无。使用传递的键作为最外层构建层次索引
    sre1 = pd.concat([s5, s6], keys=['one', 'two'])
    print("sre1 = \n{0} \ntype(sre1) = {1}".format(sre1, type(sre1)))
    print('-' * 50)
    print("sre.index = \n", sre1.index)
    print('-' * 200)
    
    # axis = 1, 覆盖列名
    sre2 = pd.concat([s5, s6], axis=1)
    print("sre2 = \n{0} \ntype(sre2) = {1}".format(sre2, type(sre2)))
    print('-' * 50)
    sre3 = pd.concat([s5, s6], axis=1, keys=['one', 'two'])
    print("sre3 = \n{0} \ntype(sre3) = {1}".format(sre3, type(sre3)))

打印结果：

s5 = 
     a    1
    b    2
    c    3
    dtype: int64
    --------------------------------------------------
    s6 = 
     b    2
    c    3
    d    4
    dtype: int64
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    sre1 = 
    one  a    1
         b    2
         c    3
    two  b    2
         c    3
         d    4
    dtype: int64 
    type(sre1) = <class 'pandas.core.series.Series'>
    --------------------------------------------------
    sre.index = 
     MultiIndex([('one', 'a'),
                ('one', 'b'),
                ('one', 'c'),
                ('two', 'b'),
                ('two', 'c'),
                ('two', 'd')],
               )
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    sre2 = 
         0    1
    a  1.0  NaN
    b  2.0  2.0
    c  3.0  3.0
    d  NaN  4.0 
    type(sre2) = <class 'pandas.core.frame.DataFrame'>
    --------------------------------------------------
    sre3 = 
       one  two
    a  1.0  NaN
    b  2.0  2.0
    c  3.0  3.0
    d  NaN  4.0 
    type(sre3) = <class 'pandas.core.frame.DataFrame'>
    
    Process finished with exit code 0

## 二、修补（combine\_first） ##

*  根据index，df1的空值被df2替代
 *  如果df2的index多于df1，则更新到df1上，比如index=\[‘a’,1\]
 *  update，直接df2覆盖df1，相同index位置

import numpy as np
    import pandas as pd
    
    # 修补 pd.combine_first()
    
    df1 = pd.DataFrame([[np.nan, 3., 5.], [-4.6, np.nan, np.nan], [np.nan, 7., np.nan]])
    df2 = pd.DataFrame([[-42.6, np.nan, -8.2], [-5., 1.6, 4]], index=[1, 2])
    df3 = pd.DataFrame([[-42.6, np.nan, -8.2], [-5., 1.6, 4]], index=['a', 1])
    print("df1 = \n", df1)
    print('-' * 50)
    print("df2 = \n", df2)
    print('-' * 200)
    
    # 根据index，df1的空值被df2替代
    data1 = df1.combine_first(df2)
    print("data1 = \n", data1)
    print('-' * 200)
    
    # 如果df2的index多于df1，则更新到df1上，比如index=['a',1]
    data2 = df1.combine_first(df3)
    print("data2 = \n", data2)
    print('-' * 200)
    
    # update，直接df2覆盖df1，相同index位置
    df1.update(df2)
    print("df1 = \n", df1)

打印结果：

df1 = 
          0    1    2
    0  NaN  3.0  5.0
    1 -4.6  NaN  NaN
    2  NaN  7.0  NaN
    --------------------------------------------------
    df2 = 
           0    1    2
    1 -42.6  NaN -8.2
    2  -5.0  1.6  4.0
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    data1 = 
          0    1    2
    0  NaN  3.0  5.0
    1 -4.6  NaN -8.2
    2 -5.0  7.0  4.0
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    data2 = 
           0    1    2
    0   NaN  3.0  5.0
    1  -4.6  1.6  4.0
    2   NaN  7.0  NaN
    a -42.6  NaN -8.2
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    df1 = 
           0    1    2
    0   NaN  3.0  5.0
    1 -42.6  NaN -8.2
    2  -5.0  1.6  4.0
    
    Process finished with exit code 0

发表评论取消回复

表情：

评论列表（有 0 条评论，2人围观）

还没有评论，来说两句吧...

相关阅读

相关 Pandas数据处理：空值填充案例

在Pandas中，处理空值（NaN）是非常常见的。以下是一个具体的空值填充案例：假设我们有一个关于销售数据的Pandas DataFrame `df`： ```pytho

心已赠人/ 2025年01月08日 12:09/ 0 赞/ 9 阅读

相关关于Pandas数据连接pd.concat的实现介绍

![e707c45ffde2348983782c8688b9f711.jpeg][] Pandas数据可以实现纵向和横向连接，将数据连接后会形成一个新对象(Series或Da

蔚落/ 2024年03月24日 20:21/ 0 赞/ 23 阅读

相关 Pandas-高级处理（二）：连接与修补【concat（参数：axis、join、keys）、combine_first（根据index，df1的空值被df2替代）】

一、连接（concat）：沿轴执行连接操作 pd.concat(\[data1, data2\], axis=1)：按照行或列进行连接操作： axis=0为列索引

- 日理万妓/ 2023年09月29日 09:40/ 0 赞/ 3 阅读

相关 Pandas缺失值处理

导入库 import pandas as pd import numpy as np from sklearn.preprocessing im

谁借莪１个温暖的怀抱￠/ 2023年08月17日 16:32/ 0 赞/ 158 阅读

相关 Pandas异常值处理

import pandas as pd 生成异常数据 df=pd.DataFrame({'col1':[1,120,3,5,2,12,13],

爱被打了一巴掌/ 2023年08月17日 16:32/ 0 赞/ 79 阅读

相关 Pandas重复值处理

import pandas as pd 生成数据 data1,data2,data3,data4=['a',3],['b',2],['a',3

「爱情、让人受尽委屈。」/ 2023年08月17日 16:32/ 0 赞/ 86 阅读

相关【Pandas】检查是否有空值、处理空值

1.创建有空值的DataFrame import numpy as np import pandas as pd dates = pd.

深藏阁楼爱情的钟/ 2023年07月12日 11:39/ 0 赞/ 13 阅读

相关 pandas.DataFrame.tshift在1.1.0之后的版本中已被shift替代

pandas.DataFrame.tshift在1.1.0之后的版本中已被shift替代转:Python pandas.DataFrame.tshift函数方法的使用

妖狐艹你老母/ 2022年10月24日 14:28/ 0 赞/ 23 阅读

相关 Pandas使用concat进行数据连接与合并

1、背景谈到pandas数据的行更新、表合并等操作，一般用到的方法有concat、join、merge。但这三种方法对于很多新手来说，都不太好分清使用的场合与用途。今天

我会带着你远行/ 2022年01月31日 05:45/ 0 赞/ 741 阅读

相关 Spring Aop根据参数名称获取参数的值（JoinPoint根据参数名获取参数的值）

import org.apache.commons.lang3.ArrayUtils; import org.apache.commons.lang3.Stri

系统管理员/ 2021年12月19日 00:19/ 0 赞/ 617 阅读