没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
7页
内容概览1 append与assign1.1append方法1.2 assign方法2 combine与update2.1 combine方法2.2 update方法3 concat方法4 merge与join4.1 merge函数4.2 join函数5 问题与练习5.1 问题5.2 练习练习一:公司员工信息练习二:课程分数表 Pandas的合并操作可以概括为以下四类方法: append与assign combine与update concat方法 merge与join 1 append与assign 1.1append方法 append方法主要在行操作 用Series添加行,必须指定name
资源推荐
资源详情
资源评论
Pandas学习总结学习总结——5. 合并(合并(append与与assign、、combine
与与update、、concat、、merge与与join))
内容概览内容概览1 append与assign1.1append方法1.2 assign方法2 combine与update2.1 combine方法2.2 update方法3 concat方法4
merge与join4.1 merge函数4.2 join函数5 问题与练习5.1 问题5.2 练习练习一:公司员工信息练习二:课程分数表
Pandas的合并操作可以概括为以下四类方法:
append与assign
combine与update
concat方法
merge与join
1 append与与assign
1.1append方法方法
append方法主要在行行操作
用Series添加行,必须指定必须指定name;
用DataFrame添加表。
# 用Series添加行
df_append = df.loc[:3,['Gender','Height']].copy()
s = pd.Series({'Gender':'F','Height':188},name='new_row')
df_append.append(s)
# 用DataFrame添加表
df_temp = pd.DataFrame({'Gender':['F','M'],'Height':[188,176]},index=['new_1','new_2'])
df_append.append(df_temp)
1.2 assign方法方法
assign方法主要在列列操作。列名由参数指定,索引自动对齐。
# 新列名为 Letter
s = pd.Series(list('abcd'),index=range(4))
df_append.assign(Letter=s)
# 一次添加多列(新列名为col1、col2)
df_append.assign(col1=lambda x:x['Gender']*2, col2=s)
2 combine与与update
comine和update都是用于表的填充函数,可以根据某种规则填充。
2.1 combine方法方法
((1)填充对象)填充对象
combine方法是按照表的顺序轮流进行逐列循环的,而且自动索引对齐,缺失值为NaN。
df_combine_1 = df.loc[:1,['Gender','Height']].copy()
df_combine_2 = df.loc[10:11,['Gender','Height']].copy()
print(df_combine_1)
print(df_combine_2, '')
df_combine_1.combine(df_combine_2,lambda x,y:print(x,y))
运行结果:
0 M
1 F
10 NaN
11 NaN
Name: Gender, dtype: object 0 NaN
1 NaN
10 M
11 F
Name: Gender, dtype: object
0 173.0
1 192.0
10 NaN
11 NaN
Name: Height, dtype: float64 0 NaN
资源评论
weixin_38637764
- 粉丝: 10
- 资源: 953
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功