pandas 串联

pandas 串联

在数据处理中，经常会遇到需要将两个或多个数据框连接在一起的情况，这时就需要用到 pandas 中的串联（concatenation）操作。串联可以帮助我们在不改变原始数据的情况下，将它们按照我们的需求拼接在一起。本文将详细介绍 pandas 中的串联操作，包括横向串联和纵向串联，以及一些常见的应用场景。

横向串联

横向串联是指将两个数据框按列的方向连接在一起。在 pandas 中，我们可以使用 pd.concat() 函数来实现横向串联。假设我们有以下两个数据框 df1 和 df2：

import pandas as pd

data1 = {'A': [1, 2, 3],
         'B': [4, 5, 6]}
data2 = {'C': [7, 8, 9],
         'D': [10, 11, 12]}

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

print(df1)
print(df2)

运行以上代码，我们可以看到 df1 和 df2 的内容分别是：

   A  B
0  1  4
1  2  5
2  3  6

   C   D
0  7  10
1  8  11
2  9  12

接下来，我们使用 pd.concat() 函数来横向串联这两个数据框：

result = pd.concat([df1, df2], axis=1)

print(result)

运行以上代码，我们可以得到如下结果：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

可以看到，df1 和 df2 已经成功横向串联在一起，形成了新的数据框 result。

纵向串联

纵向串联是指将两个数据框按行的方向连接在一起。同样地，在 pandas 中，我们可以使用 pd.concat() 函数来实现纵向串联。还是以 df1 和 df2 为例，我们来看看如何进行纵向串联：

result = pd.concat([df1, df2], axis=0)

print(result)

运行以上代码，我们可以得到如下结果：

     A    B    C     D
0  1.0  4.0  NaN   NaN
1  2.0  5.0  NaN   NaN
2  3.0  6.0  NaN   NaN
0  NaN  NaN  7.0  10.0
1  NaN  NaN  8.0  11.0
2  NaN  NaN  9.0  12.0

可以看到，df1 和 df2 已经成功纵向串联在一起，形成了新的数据框 result。需要注意的是，由于 df1 和 df2 的列名不一样，在纵向串联时，pd.concat() 函数会将列名不同的部分用 NaN 填充。

应用场景

数据合并

串联操作在数据合并方面应用非常广泛。例如，在机器学习中，我们常常将两个数据集按行方向串联，以构建训练集和测试集。在这种情况下，我们可以使用 pd.concat() 函数来轻松实现数据的合并。

数据清洗

在数据清洗过程中，有时我们需要将两个数据框的相同列进行合并。这时，我们可以使用横向串联来实现这一目标。例如，假设我们有两个数据框 df1 和 df2，它们都包含了 ID 和 Name 两列，我们可以使用如下方式对它们进行横向串联：

result = pd.concat([df1[['ID', 'Name']], df2[['ID', 'Name']]], axis=1)

print(result)

数据分析

在数据分析过程中，有时我们需要将多个数据集进行串联，以便进行更全面的分析。通过串联操作，我们可以将不同数据集的信息整合在一起，从而更好地理解数据的内在关系。

结语

本文介绍了 pandas 中的串联操作，包括横向串联和纵向串联，以及一些常见的应用场景。串联是一种非常实用的数据处理方式，能够帮助我们快速、灵活地对多个数据框进行整合，为数据分析提供便利。