Python——把几个DataFrame合并成一个DataFrame

这篇具有很好参考价值的文章主要介绍了Python——把几个DataFrame合并成一个DataFrame。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

 1 横向合并——merge

 2 横向合并——join

 3 竖向合并——append

 4 竖向合并——concat


 1 横向合并——merge

result = pd.merge(left, right, on='key')

python dataframe 合并,python数据分析操作,python,数据分析

result = pd.merge(left, right, on=['key1', 'key2'])
result = pd.merge(left, right, how='left', on=['key1', 'key2'])
result = pd.merge(left, right, how='right', on=['key1', 'key2'])
result = pd.merge(left, right, how='outer', on=['key1', 'key2'])

 2 横向合并——join

result = left.join(right, on=key_or_keys) #共同指标的关键词
result = pd.merge(left, right, left_on=key_or_keys, right_index=True,how='left', sort=False)
result = left.join(right, on='key')

 3 竖向合并——append

result = df1.append(df2)

 python dataframe 合并,python数据分析操作,python,数据分析

 4 竖向合并——concat

frames = [df1, df2, df3]
result = pd.concat(frames)

python dataframe 合并,python数据分析操作,python,数据分析文章来源地址https://www.toymoban.com/news/detail-606391.html

到了这里,关于Python——把几个DataFrame合并成一个DataFrame的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • python——dataframe 获得指定行列

    目录 操作行列所需要的库 生成被取用的dataframe对象  dataframe取列 1、已知列名取用方法 2、已知列所在位置的取用方法  3、 以上两段代码生成结果相同  dataframe取行 1、已知行名取用方法 2、已知行所在位置的取用方法  3、 以上两段代码生成结果相同  dataframe按照列(列名,

    2024年02月04日
    浏览(23)
  • python入门——DataFrame创建和索引

    DataFrame是Pandas中常用的数据结构,即表示矩阵的数据表,包含已排序的列集合,既有行索引又有列索引。使用前需先导入pandas(import pandas as pd)。 一、DataFrame的创建 1、利用包含等长度列表活Numpy数组的字典创建。 可以看到创建的DataFrame如下: 2、利用嵌套字典创建 3、 用Data

    2024年02月09日
    浏览(52)
  • Python数据攻略-DataFrame的数据操作

    当今时代,数据无处不在,它如同一种语言,讲述着数字背后的故事。但是要理解这些故事需要合适的工具。在数据分析的世界中,Pandas无疑是一位出色的翻译家。本文将深入探讨如何利用Pandas进行数据访问、检查、清理以及可视化,展现数据分析的艺术。 当面对海量数据时

    2024年02月07日
    浏览(43)
  • python将dataframe数据导入MySQL

    mysql操作 创建数据库test和table pymysql操作 python安装pymysql pymysql连接数据库 创建游标 插入数据 完整代码 导入数据并启动 使用pandas导入MySQL 数据库连接引擎 ‘mysql+pymysql://[user]:[pwd]@localhost:3306/[database]?charset=utf8’ 使用to_sql方法 name : str Name of SQL table. con : sqlalchemy.engine.(Engine o

    2024年02月16日
    浏览(30)
  • python DataFrame数据分组统计groupby()函数

    df = pd.DataFrame(data=data, index=index, columns=columns) print(df) print(“=================================================”) df1 = df.groupby([‘class_1’, ‘class_2’]).sum() # 分组统计求和 print(df1) 1.3 对DataFrameGroupBy对象列名索引(对指定列统计计算) 其中,df.groupby(‘class_1’)得到一个DataFrameGroupBy对象,

    2024年04月25日
    浏览(25)
  • Python 将字典(dict)转换为DataFrame

    1.将字典转换为 Pandas DataFame 的方法 Pandas 的 DataFrame 构造函数pd.DataFrame()如果将字典的 items 作为构造函数的参数而不是字典本身,则将字典转换为 dataframe。 字典的键和值将转换为DataFrame的两列,其列名如选项列中所给。 输出为: 2.在 Pandas DataFrame 中将键转换为列,将值转换

    2024年02月13日
    浏览(28)
  • python dataframe 在特定的位置插入列

    使用 np.insert() 函数即可 官方例子: 参考链接: pandas.DataFrame.insert — pandas 2.1.4 documentation (pydata.org)

    2024年01月17日
    浏览(38)
  • python中Pandas之DataFrame索引、选取数据

    总结一下 DataFrame 索引问题 先创建一个简单的 DataFrame 。 DataFrame 中有两种索引: 行索引( index ):对应最左边那一竖列 列索引( columns ):对应最上面那一横行 两种索引默认均为从 0 开始的自增整数。 可以使用 index 这个参数指定行索引, columns 这个参数指定列索引。 输出此时

    2023年04月08日
    浏览(37)
  • 【Python】数据框DataFrame和列表List相互转换

    在使用一些别人封装好的库的时候,调用函数返回的结果便是DataFrame,这时如果要对内部数据做一些加工处理的话会很不方便。我们要需要将DataFrame还原成列表的形式来处理。     列表转数据框根据需要有3中转换方式 执行结果:    0 0  A 1  B 2  C 执行结果:            

    2024年02月11日
    浏览(33)
  • 【python】【pandas】dataframe按照列名给列排序

    输出结果: 在上述代码中,我们首先创建了一个示例DataFrame。然后,我们使用 sort_values() 方法对DataFrame的列进行排序。通过指定 by=df.columns ,我们将按照列名的字母顺序对列进行排序。最后,通过设置 axis=1 参数,我们指定按列进行排序。 执行上述代码后,DataFrame的列将按照

    2024年02月15日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包