zoukankan      html  css  js  c++  java
  • concat()、merge()的区别

    concat,merge的区别

    In [154]:
    data1=pd.DataFrame(np.arange(6).reshape(2,3),columns=list('abc'))
    data2=pd.DataFrame(np.arange(20,26).reshape(2,3),columns=list('ayz'))
     
    In [155]:
    data1
     
     
    Out[155]:
     abc
    0 0 1 2
    1 3 4 5
    In [170]:
    dd=pd.DataFrame(np.arange(6).reshape(2,3),columns=list('acb'))
     
     
    In [171]:
     
    dd
     
     
    Out[171]:
     acb
    0 0 1 2
    1 3 4 5
    In [172]:
     
    pd.concat([data1,dd]) ##concat可以自动对齐列变量 
    Out[172]:
     abc
    0 0 1 2
    1 3 4 5
    0 0 2 1
    1 3 5 4
    In [156]:
    data2
     
     
    Out[156]:
     ayz
    0 20 21 22
    1 23 24 25
    In [164]:
     data3=pd.concat([data1,data2],axis=0)
    data3
     
    Out[164]:
     abcyz
    0 0 1.0 2.0 NaN NaN
    1 3 4.0 5.0 NaN NaN
    0 20 NaN NaN 21.0 22.0
    1 23 NaN NaN 24.0 25.0
    In [160]:
     
    data4=pd.concat([data1,data2],axis=1)
    data4
     
     
    Out[160]:
     abcayz
    0 0 1 2 20 21 22
    1 3 4 5 23 24 25
    In [162]:
     data5=pd.concat([data1,data2],axis=1,join='inner')
    data5
     
     
    Out[162]:
     abcayz
    0 0 1 2 20 21 22
    1 3 4 5 23 24 25
    In [167]:
     
    data01=pd.merge(data1,data2,on='a')
    data01
     
     
    Out[167]:
     abcyz
    In [169]:
     data02=pd.merge(data1,data2,on='a',how='outer')
    data02
     
     
    Out[169]:
     abcyz
    0 0 1.0 2.0 NaN NaN
    1 3 4.0 5.0 NaN NaN
    2 20 NaN NaN 21.0 22.0
    3 23 NaN NaN 24.0 25.0
  • 相关阅读:
    ZOJ3414Trail Walk(计算几何)
    ZOJ-3410Layton's Escape(优先队列+贪心)
    爬虫之requests
    爬虫
    flsk-SQLALchemy
    flask--Wtform
    flask---信号
    flask-session
    单例模式
    Python-flask中数据库连接池DBUtils
  • 原文地址:https://www.cnblogs.com/liyun1/p/11261874.html
Copyright © 2011-2022 走看看