So verwenden sie rbind in python (entspricht r)

Die rbind- Funktion in R, kurz für row-bind , kann verwendet werden, um Datenrahmen anhand ihrer Zeilen zu kombinieren.

Wir können die Funktion pandas concat() verwenden, um die entsprechende Funktion in Python auszuführen:

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

Die folgenden Beispiele zeigen, wie Sie diese Funktion in der Praxis nutzen können.

Beispiel 1: Verwenden Sie rbind in Python mit gleichen Spalten

Nehmen wir an, wir haben die folgenden zwei Panda-DataFrames:

 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

Mit der Funktion concat() können wir diese beiden DataFrames schnell über ihre Zeilen miteinander verknüpfen:

 #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

Beachten Sie, dass wir auch reset_index() verwenden können, um die Indexwerte des neuen DataFrame zurückzusetzen:

 #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

Beispiel 2: Verwendung von rbind in Python mit ungleichen Spalten

Wir können auch die Funktion concat() verwenden, um zwei DataFrames miteinander zu verknüpfen, die eine ungleiche Anzahl von Spalten haben und alle fehlenden Werte einfach mit NaN aufgefüllt werden:

 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

Zusätzliche Ressourcen

In den folgenden Tutorials wird erklärt, wie Sie andere gängige Funktionen in Python ausführen:

So verwenden Sie cbind in Python (entspricht R)
So führen Sie einen VLOOKUP in Pandas durch
So löschen Sie Zeilen, die einen bestimmten Wert in Pandas enthalten