生信技巧每日分享day26-pandas.concat()函數(shù)

pd.concat() 是 Pandas 庫中的一個函數(shù)糯景,用于將兩個或多個 Pandas 對象(如 Series 或 DataFrame)沿著一個軸(通常是行或列)進行連接。該函數(shù)可以實現(xiàn)數(shù)據(jù)的合并、拼接等操作英遭。

pd.concat() 函數(shù)的基本語法為:

pd.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, sort=False, copy=True)

其中庵佣,參數(shù)說明如下:

  • objs:需要連接的 Pandas 對象的序列或字典检柬。
  • axis:指定連接的軸服球,默認為 0茴恰,即按行進行連接;如果為 1斩熊,則按列進行連接往枣。
  • join:指定連接方式,默認為 'outer'粉渠,表示取兩個對象的并集分冈;如果為 'inner',則表示取兩個對象的交集霸株。
  • ignore_index:是否忽略原來的索引雕沉,默認為 False,表示保留原來的索引去件;如果為 True坡椒,則會生成新的索引。
  • keys:用于形成層次化索引的級別名稱或序列尤溜。默認為 None倔叼,表示不形成層次化索引。
  • sort:是否對連接后的數(shù)據(jù)進行排序宫莱,默認為 False丈攒。
  • copy:是否復制數(shù)據(jù),默認為 True授霸。

下面是一個示例巡验,演示如何使用 pd.concat() 函數(shù)將兩個 DataFrame 進行連接:

import pandas as pd

# 創(chuàng)建兩個示例 DataFrame
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

# 將兩個 DataFrame 進行連接
result = pd.concat([df1, df2])

print(result)

輸出結果:

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
0  A4  B4  C4  D4
1  A5  B5  C5  D5
2  A6  B6  C6  D6
3  A7  B7  C7  D7

以上是 pd.concat() 函數(shù)的基本用法,你可以根據(jù)實際需求進行調(diào)整碘耳。

?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末显设,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子藏畅,更是在濱河造成了極大的恐慌敷硅,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,013評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件愉阎,死亡現(xiàn)場離奇詭異绞蹦,居然都是意外死亡,警方通過查閱死者的電腦和手機榜旦,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,205評論 2 382
  • 文/潘曉璐 我一進店門幽七,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人溅呢,你說我怎么就攤上這事澡屡≡持浚” “怎么了?”我有些...
    開封第一講書人閱讀 152,370評論 0 342
  • 文/不壞的土叔 我叫張陵驶鹉,是天一觀的道長绩蜻。 經(jīng)常有香客問我,道長室埋,這世上最難降的妖魔是什么丸相? 我笑而不...
    開封第一講書人閱讀 55,168評論 1 278
  • 正文 為了忘掉前任薪介,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘机隙。我一直安慰自己肥缔,他們只是感情好芒划,可當我...
    茶點故事閱讀 64,153評論 5 371
  • 文/花漫 我一把揭開白布逐沙。 她就那樣靜靜地躺著,像睡著了一般搏讶。 火紅的嫁衣襯著肌膚如雪佳鳖。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 48,954評論 1 283
  • 那天窍蓝,我揣著相機與錄音腋颠,去河邊找鬼。 笑死吓笙,一個胖子當著我的面吹牛淑玫,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播面睛,決...
    沈念sama閱讀 38,271評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼絮蒿,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了叁鉴?” 一聲冷哼從身側(cè)響起土涝,我...
    開封第一講書人閱讀 36,916評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎幌墓,沒想到半個月后但壮,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,382評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡常侣,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,877評論 2 323
  • 正文 我和宋清朗相戀三年蜡饵,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片胳施。...
    茶點故事閱讀 37,989評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡溯祸,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情焦辅,我是刑警寧澤博杖,帶...
    沈念sama閱讀 33,624評論 4 322
  • 正文 年R本政府宣布,位于F島的核電站筷登,受9級特大地震影響剃根,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜仆抵,卻給世界環(huán)境...
    茶點故事閱讀 39,209評論 3 307
  • 文/蒙蒙 一跟继、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧镣丑,春花似錦、人聲如沸娱两。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,199評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽十兢。三九已至趣竣,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間旱物,已是汗流浹背遥缕。 一陣腳步聲響...
    開封第一講書人閱讀 31,418評論 1 260
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留宵呛,地道東北人单匣。 一個月前我還...
    沈念sama閱讀 45,401評論 2 352
  • 正文 我出身青樓,卻偏偏與公主長得像宝穗,于是被迫代替她去往敵國和親户秤。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,700評論 2 345

推薦閱讀更多精彩內(nèi)容