كيفية استخدام rbind في بايثون (أي ما يعادل r)


يمكن استخدام الدالة rbind في R، وهي اختصار لـ Row-bind ، لدمج إطارات البيانات معًا حسب صفوفها.

يمكننا استخدام الدالة pandas concat() ‎ لأداء الوظيفة المكافئة في Python:

 df3 = pd. concat ([df1, df2])

توضح الأمثلة التالية كيفية استخدام هذه الوظيفة عمليًا.

مثال 1: استخدم rbind في Python مع أعمدة متساوية

لنفترض أن لدينا إطاري بيانات الباندا التاليين:

 import pandas as pd

#define DataFrames
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E'],
                    ' points ': [99, 91, 104, 88, 108]})

print (df1)

  team points
0 to 99
1 B 91
2 C 104
3 D 88
4 E 108

df2 = pd. DataFrame ({' assists ': ['F', 'G', 'H', 'I', 'J'],
                    ' rebounds ': [91, 88, 85, 87, 95]})

print (df2)

  team points
0 F 91
1 G 88
2:85
3 I 87
4 days 95

يمكننا استخدام الدالة concat() لربط إطاري البيانات هذين معًا بسرعة من خلال خطوطهما:

 #row-bind two DataFrames
df3 = pd. concat ([df1, df2])

#view resulting DataFrame
df3

	team points
0 to 99
1 B 91
2 C 104
3 D 88
4 E 108
0 F 91
1 G 88
2:85
3 I 87
4 days 95

لاحظ أنه يمكننا أيضًا استخدام set_index() لإعادة تعيين قيم الفهرس لـ DataFrame الجديد:

 #row-bind two DataFrames and reset index values
df3 = pd. concat ([df1, df2]). reset_index (drop= True )

#view resulting DataFrame
df3

	team points
0 to 99
1 B 91
2 C 104
3 D 88
4 E 108
5 F 91
6 G 88
7:85 a.m.
8 I 87
9 D 95

مثال 2: استخدام rbind في Python مع الأعمدة غير المتكافئة

يمكننا أيضًا استخدام الدالة concat() لربط إطاري بيانات يحتويان على عدد غير متساوٍ من الأعمدة وأي قيم مفقودة سيتم ملؤها ببساطة بـ NaN:

 import pandas as pd

#define DataFrames
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E'],
                    ' points ': [99, 91, 104, 88, 108]})

df2 = pd. DataFrame ({' team ': ['F', 'G', 'H', 'I', 'J'],
                    ' points ': [91, 88, 85, 87, 95],
                    ' rebounds ': [24, 27, 27, 30, 35]})

#row-bind two DataFrames
df3 = pd. concat ([df1, df2]). reset_index (drop= True )

#view resulting DataFrame
df3

	team points rebounds
0 to 99 NaN
1 B 91 NaN
2 C 104 NaN
3 D 88 NaN
4 E 108 NaN
5 F 91 24.0
6G 88 27.0
7:85 AM 27.0
8 I 87 30.0
9 D 95 35.0

مصادر إضافية

تشرح البرامج التعليمية التالية كيفية تنفيذ وظائف شائعة أخرى في بايثون:

كيفية استخدام cbind في Python (أي ما يعادل R)
كيفية عمل VLOOKUP في الباندا
كيفية حذف الصفوف التي تحتوي على قيمة محددة في Pandas

Add a Comment

ایمئیل یایینلانمایاجاق ایسته‎نیله‎ن بوشلوقلار خاللانمیشدیر *