Python-科学计算-pandas-18-df拼接concat

zishendianxia

发布于 2020-11-25 12:15:51

1.5K0

发布于 2020-11-25 12:15:51

文章被收录于专栏：Python工程师Python工程师

系统：Windows 7 语言版本：Anaconda3-4.3.0.1-Windows-x86_64 编辑器：pycharm-community-2016.3.2 pandas：0.19.2

这个系列讲讲Python的科学计算及可视化
今天讲讲pandas模块
对不同df进行按行或者按列的拼接

Part 1：场景描述

已知3个df，对其按行进行拼接，按列进行拼接

3个df

按行方向拼接

按列方向拼接

Part 2：代码

import pandas as pd

# 显示所有列
pd.set_option('display.max_columns', None)
# 显示所有行
pd.set_option('display.max_rows', None)
# 设置value的显示长度为100
pd.set_option('max_colwidth', 100)
# 设置对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
# 设置打印宽度
pd.set_option('display.width', 180)


dict_1 = {"pos": ["A", "A", "A", "A"],
          "value1": [10, 20, 30, 40],
          "value2": [100, 200, 300, 400],
          "value3": [30, 60, 20, 90]}

df_1 = pd.DataFrame(dict_1, columns=["pos", "value1", "value2", "value3"], index=[0, 1, 2, 3])
print("\n", "df_1", "\n", df_1, "\n")


dict_2 = {"pos": ["B", "B", "B", "B"],
          "value1": [50, 60, 70, 80],
          "value2": [500, 600, 700, 800],
          "value3": [50, 60, 80, 80]}

df_2 = pd.DataFrame(dict_2, columns=["pos", "value1", "value2", "value3"], index=[3, 5, 6, 7])
print("\n", "df_2", "\n", df_2, "\n")


dict_3 = {"pos": ["C", "C", "C", "C"],
          "value1": [20, 60, 80, 80],
          "value2": [500, 600, 700, 800],
          "value3": [50, 20, 80, 80]}

df_3 = pd.DataFrame(dict_3, columns=["pos", "value1", "value2", "value3"], index=[6, 7, 10, 11])
print("\n", "df_3", "\n", df_3, "\n")

# df = pd.concat([df_1, df_2, df_3])
# print("\n", "df = pd.concat([df_1, df_2, df_3])", "\n", df, "\n")

df = pd.concat([df_1, df_2, df_3], axis=1)
print("\n", "df = pd.concat([df_1, df_2, df_3], axis=1)", "\n", df, "\n")

代码截图

Part 3：部分代码解读

pd.set_option('display.width', 180)
- 当不进行一系列set_option进行设置的时候，打印出来时存在换行的问题
- 包括如果若有中文字符，可能会出现不同行之间不对齐的问题
- 大家可以参考本文中进行设置，根据实际情况，进行参数调整
df = pd.concat([df_1, df_2, df_3]), 按行方向进行拼接
- 列索引名相同时，写在同一列
- 列索引名不同时，写在不同列，缺值部分用Nan表示
df = pd.concat([df_1, df_2, df_3], axis=1)，按列方向进行拼接
- 行索引名相同时，写在同一行
- 行索引名不同时，写在不同行，缺值部分用Nan表示