資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究Python - 如何沿列連線兩個或多個 Pandas 資料框？\n
若要連線兩個以上的 Pandas 資料框，請使用 concat() 方法。設定 axis 引數為 axis = 1 以沿列連線。首先，匯入所需的庫 −
import pandas as pd
讓我們建立第 1 個數據框 −
dataFrame1 = pd.DataFrame(
{
"Col1": [10, 20, 30],"Col2": [40, 50, 60],"Col3": [70, 80, 90],
},
index=[0, 1, 2],
)讓我們建立第 2 個數據框 −
dataFrame2 = pd.DataFrame(
{
"Col1": [100, 110, 120],"Col2": [130, 140, 150],"Col3": [160, 170, 180],
},
index=[3, 4, 5],
)讓我們建立第 3 個數據框 −
dataFrame3 = pd.DataFrame(
{
"Col1": [200, 210, 220],"Col2": [230, 240, 250],"Col3": [260, 270, 280],
},
index=[6, 7, 8],
)使用 concat() 連線所有 3 個數據框並將 “axis=1” 設定為沿列連線 −
res = [dataFrame1, dataFrame2, dataFrame3] pd.concat(res, axis=1))
示例
以下是程式碼 −
import pandas as pd
# Create DataFrame1
dataFrame1 = pd.DataFrame(
{
"Col1": [10, 20, 30],"Col2": [40, 50, 60],"Col3": [70, 80, 90],
},
index=[0, 1, 2],
)
# DataFrame1
print"DataFrame1...\n",dataFrame1
# Create DataFrame2
dataFrame2 = pd.DataFrame(
{
"Col1": [100, 110, 120],"Col2": [130, 140, 150],"Col3": [160, 170, 180],
},
index=[3, 4, 5],
)
# DataFrame2
print"DataFrame2...\n",dataFrame2
dataFrame3 = pd.DataFrame(
{
"Col1": [200, 210, 220],"Col2": [230, 240, 250],"Col3": [260, 270, 280],
},
index=[6, 7, 8],
)
# DataFrame3
print"DataFrame3...\n",dataFrame3
# concatenating more than 3 dataframes
# set "axis=1" for concatenation along columns
res = [dataFrame1, dataFrame2, dataFrame3]
print"\n Concatenating all the 3 DataFrames (along columns)...\n", pd.concat(res, axis=1)
輸出
這將產生以下輸出 −
DataFrame1... Col1 Col2 Col3 0 10 40 70 1 20 50 80 2 30 60 90 DataFrame2... Col1 Col2 Col3 3 100 130 160 4 110 140 170 5 120 150 180 DataFrame3... Col1 Col2 Col3 6 200 230 260 7 210 240 270 8 220 250 280 Concatenating all the 3 DataFrames (along columns)... Col1 Col2 Col3 Col1 Col2 Col3 Col1 Col2 Col3 0 10.0 40.0 70.0 NaN NaN NaN NaN NaN NaN 1 20.0 50.0 80.0 NaN NaN NaN NaN NaN NaN 2 30.0 60.0 90.0 NaN NaN NaN NaN NaN NaN 3 NaN NaN NaN 100.0 130.0 160.0 NaN NaN NaN 4 NaN NaN NaN 110.0 140.0 170.0 NaN NaN NaN 5 NaN NaN NaN 120.0 150.0 180.0 NaN NaN NaN 6 NaN NaN NaN NaN NaN NaN 200.0 230.0 260.0 7 NaN NaN NaN NaN NaN NaN 210.0 240.0 270.0 8 NaN NaN NaN NaN NaN NaN 220.0 250.0 280.0
更新日期：2021 年 9 月 14 日
462 次瀏覽
廣告