Die Funktion pandas.concat() übernimmt die ganze schwere Arbeit der Durchführung von Verkettungsoperationen entlang einer Achse von Pandas-Objekte während die optionale Set-Logik (Vereinigung oder Schnittmenge) der Indizes (sofern vorhanden) auf den anderen Achsen ausgeführt wird.

Pandas concat()-Funktionssyntax

Syntax: concat(objs, axis, join,ignore_index,keys,levels,names,check_integrity,sort,copy)

Parameter:

• obs: Serien- oder DataFrame-Objekte
• Achse: Achse, entlang der verkettet werden soll; Standard = 0
• verbinden: Weg um Indizes auf anderen Achsen zu verarbeiten; Standard = „äußer“
• ignorieren_index: Wenn True, werden die Indexwerte entlang der Verkettungsachse nicht verwendet. Standard = Falsch
• Schlüssel: Sequenz zum Hinzufügen einer Kennung zu den Ergebnisindizes; Standard = Keine
• Ebenen: spezifische Ebenen (eindeutige Werte), die zum Erstellen eines MultiIndex verwendet werden; Standard = Keine
• Namen: Namen für die Ebenen im resultierenden hierarchischen Index; Standard = Keine
• Verifiziere_Integrität: Überprüfen Sie, ob die neue verkettete Achse Duplikate enthält. Standard = Falsch
• Sortieren: Nicht-Verkettungsachse sortieren, wenn sie nicht bereits ausgerichtet ist, wenn die Verbindung „äußer“ ist; Standard = Falsch
• Kopieren: wenn False, Daten nicht unnötig kopieren; Standard = True

Kehrt zurück: Art von Objekten (Serie von DataFrame)

Verketten Sie die Verwendung von Pandas mit Beispielen

Beispiel 1: Verketten Sie DataFrames in Python

In diesem Beispiel verketten wir zwei Serien mit Standardparametern in Pandas .

Python3

# importing the module> import> pandas as pd> # creating the Series> series1> => pd.Series([> 1> ,> 2> ,> 3> ])> display(> 'series1:'> , series1)> series2> => pd.Series([> 'A'> ,> 'B'> ,> 'C'> ])> display(> 'series2:'> , series2)> # concatenating> display(> 'After concatenating:'> )> display(pd.concat([series1, series2]))>

Ausgabe

Beispiel 2: Pandas kombinieren zwei Datenrahmen horizontal mit Index = 1

In diesem Beispiel erstellen wir zwei Pandas-Serien ( series1> Und series2> ) und verkettet sie dann entlang der Spalten (Achse=1) mit pd.concat()> . Der resultierende DataFrame enthält beide Serien als Spalten, wodurch ein neuer DataFrame mit zwei Spalten erstellt wird.

Python3

# importing the module> import> pandas as pd> # creating the Series> series1> => pd.Series([> 1> ,> 2> ,> 3> ])> display(> 'series1:'> , series1)> series2> => pd.Series([> 'A'> ,> 'B'> ,> 'C'> ])> display(> 'series2:'> , series2)> # concatenating> display(> 'After concatenating:'> )> display(pd.concat([series1, series2],> > axis> => 1> ))>

Ausgabe

Beispiel 3: Verketten von 2 DataFrames und Zuweisen von Schlüsseln

erstellt zwei DataFrames ( df1> Und df2> ) und verkettet sie zusammen mit den Schlüsseln, die jedem DataFrame zugewiesen sind pd.concat()> . Der resultierende DataFrame verfügt über einen hierarchischen Index mit den Schlüsseln „key1“ und „key2“, der den Ursprung jedes Datensatzes unterscheidet.

Python3

# importing the module> import> pandas as pd> # creating the DataFrames> df1> => pd.DataFrame({> 'A'> : [> 'A0'> ,> 'A1'> ,> 'A2'> ,> 'A3'> ],> > 'B'> : [> 'B0'> ,> 'B1'> ,> 'B2'> ,> 'B3'> ]})> display(> 'df1:'> , df1)> df2> => pd.DataFrame({> 'A'> : [> 'A4'> ,> 'A5'> ,> 'A6'> ,> 'A7'> ],> > 'B'> : [> 'B4'> ,> 'B5'> ,> 'B6'> ,> 'B7'> ]})> display(> 'df2:'> , df2)> # concatenating> display(> 'After concatenating:'> )> display(pd.concat([df1, df2],> > keys> => [> 'key1'> ,> 'key2'> ]))>

Ausgabe

Beispiel 4: Horizontale Verkettung von DataFrames in Pandas mit Achse = 1

erstellt zwei DataFrames ( df1> Und df2> ) und verkettet sie entlang der Spalten (Achse=1) mit pd.concat()> . Der resultierende DataFrame kombiniert Spalten aus beiden df1> Und df2> , indem Sie sie nebeneinander ausrichten .

Python3

# importing the module> import> pandas as pd> # creating the DataFrames> df1> => pd.DataFrame({> 'A'> : [> 'A0'> ,> 'A1'> ,> 'A2'> ,> 'A3'> ],> > 'B'> : [> 'B0'> ,> 'B1'> ,> 'B2'> ,> 'B3'> ]})> display(> 'df1:'> , df1)> df2> => pd.DataFrame({> 'C'> : [> 'C0'> ,> 'C1'> ,> 'C2'> ,> 'C3'> ],> > 'D'> : [> 'D0'> ,> 'D1'> ,> 'D2'> ,> 'D3'> ]})> display(> 'df2:'> , df2)> # concatenating> display(> 'After concatenating:'> )> display(pd.concat([df1, df2],> > axis> => 1> ))>

Ausgabe

Beispiel 5: Verketten von 2 DataFrames mitignore_index = True

erstellt zwei DataFrames ( df1> Und df2> ) mit identischen Spalten und verkettet diese vertikal mit pd.concat()> mit ignore_index=True> . Der resultierende DataFrame verfügt über einen kontinuierlichen Index und ignoriert die ursprünglichen Indizes von df1> Und df2> .

Python3

# importing the module> import> pandas as pd> # creating the DataFrames> df1> => pd.DataFrame({> 'A'> : [> 'A0'> ,> 'A1'> ,> 'A2'> ,> 'A3'> ],> > 'B'> : [> 'B0'> ,> 'B1'> ,> 'B2'> ,> 'B3'> ]})> display(> 'df1:'> , df1)> df2> => pd.DataFrame({> 'A'> : [> 'A4'> ,> 'A5'> ,> 'A6'> ,> 'A7'> ],> > 'B'> : [> 'B4'> ,> 'B5'> ,> 'B6'> ,> 'B7'> ]})> display(> 'df2:'> , df2)> # concatenating> display(> 'After concatenating:'> )> display(pd.concat([df1, df2],> > ignore_index> => True> ))>

Ausgabe

Beispiel 6: Verketten eines DataFrame mit einer Serie

erstellt einen DataFrame ( df> ) und eine Serie ( series> ) und verkettet sie dann entlang der Spalten (Achse=1) mit pd.concat()> . Der resultierende DataFrame kombiniert die Spalten von df> und die Serie, indem man sie nebeneinander ausrichtet. Hinweis: Die Anzeigeanweisung enthält einen Tippfehler ( df1> anstatt df> ).

Python3

# importing the module> import> pandas as pd> # creating the DataFrame> df> => pd.DataFrame({> 'A'> : [> 'A0'> ,> 'A1'> ,> 'A2'> ,> 'A3'> ],> > 'B'> : [> 'B0'> ,> 'B1'> ,> 'B2'> ,> 'B3'> ]})> display(> 'df:'> , df1)> # creating the Series> series> => pd.Series([> 1> ,> 2> ,> 3> ,> 4> ])> display(> 'series:'> , series)> # concatenating> display(> 'After concatenating:'> )> display(pd.concat([df, series],> > axis> => 1> ))>

Ausgabe