zoukankan      html  css  js  c++  java
  • 数据分析入门——pandas之数据合并

    主要分为:级联:pd.concat、pd.append

         合并:pd.merge

    一、numpy级联的回顾

      详细参考numpy章节

        https://www.cnblogs.com/jiangbei/p/11287238.html

      

    二、pd中concat函数

      1.简单级联

        和numpy的级联类似,默认增加行数,通过axis(默认为0)来控制

         在pandas中,如果行 和 列不一致,但是shape相同,会级联成一个更大的df,不对应的值会填充NaN。

      

      

      

       并且,级联可以重复:

      

      可以通过ignore_index进行索引重排序(变成0开始的索引):

      

       通过keys创建多层索引:(可以使得合并之后的数据更加清晰)

      

      2.不匹配级联

        不匹配级联是指两个df的行或者列索引不一致

        1)外连接,不对齐的补NaN,(默认模式)

          

          2)内连接,通过join参数控制:

          

          3)指令连接的轴,通过join_axis控制:

            这样就只保留了Join_axis的列:

            

      3)使用append()方法进行追加

        这种使用和concat是差不多的,不过可以不通过pd来操作了:

        

  • 相关阅读:
    metasploitable实践
    免杀技术
    SQL注入
    ARP欺骗
    使用Nmap攻击靶机和使用Wireshark进行嗅探、分析
    Nmap
    搭建网络攻防环境
    20139216网络攻防技术第七次作业
    Android代码实现求和运算
    命令行输入参数,并实现排序
  • 原文地址:https://www.cnblogs.com/jiangbei/p/11353548.html
Copyright © 2011-2022 走看看