<\/p>\n
La funzione rbind<\/strong> in R, abbreviazione di row-bind<\/em> , pu\u00f2 essere utilizzata per combinare insieme i frame di dati in base alle loro righe.<\/span><\/p>\n Possiamo usare la funzione pandas concat()<\/a> per eseguire la funzione equivalente in Python:<\/span><\/p>\n I seguenti esempi mostrano come utilizzare questa funzione nella pratica.<\/span><\/p>\n Supponiamo di avere i seguenti due DataFrames panda:<\/span><\/p>\n Possiamo usare la funzione concat()<\/strong> per collegare rapidamente questi due DataFrame tramite le loro linee:<\/span><\/p>\n Tieni presente che possiamo anche utilizzare reset_index()<\/strong> per reimpostare i valori dell’indice del nuovo DataFrame:<\/span><\/p>\n Possiamo anche utilizzare la funzione concat()<\/strong> per collegare insieme due DataFrame che hanno un numero di colonne diverso ed eventuali valori mancanti verranno semplicemente riempiti con NaN:<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre funzioni comuni in Python:<\/span><\/p>\n Come usare cbind in Python (equivalente a R)<\/a> La funzione rbind in R, abbreviazione di row-bind , pu\u00f2 essere utilizzata per combinare insieme i frame di dati in base alle loro righe. Possiamo usare la funzione pandas concat() per eseguire la funzione equivalente in Python: df3 = pd. concat ([df1, df2]) I seguenti esempi mostrano come utilizzare questa funzione nella pratica. Esempio 1: […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df3 = pd. concat<\/span> ([df1, df2])\n<\/strong><\/pre>\n Esempio 1: utilizzare rbind in Python con colonne uguali<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#define DataFrames\ndf1 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E'],\n ' points<\/span> ': [99, 91, 104, 88, 108]})\n\nprint<\/span> (df1)\n\n team points\n0 to 99\n1 B 91\n2 C 104\n3 D 88\n4 E 108\n\ndf2 = pd. DataFrame<\/span> ({' assists<\/span> ': ['F', 'G', 'H', 'I', 'J'],\n ' rebounds<\/span> ': [91, 88, 85, 87, 95]})\n\nprint<\/span> (df2)\n\n team points\n0 F 91\n1 G 88\n2:85\n3 I 87\n4 days 95\n<\/span><\/span><\/strong><\/pre>\n #row-bind two DataFrames\ndf3 = pd. concat<\/span> ([df1, df2])\n\n#view resulting DataFrame\n<\/span>df3\n\n\tteam points\n0 to 99\n1 B 91\n2 C 104\n3 D 88\n4 E 108\n0 F 91\n1 G 88\n2:85\n3 I 87\n4 days 95\n<\/span><\/span><\/strong><\/pre>\n #row-bind two DataFrames and reset index values\ndf3 = pd. concat<\/span> ([df1, df2]). reset_index<\/span> (drop= True<\/span> )\n\n#view resulting DataFrame\n<\/span>df3\n\n\tteam points\n0 to 99\n1 B 91\n2 C 104\n3 D 88\n4 E 108\n5 F 91\n6 G 88\n7:85 a.m.\n8 I 87\n9 D 95<\/span><\/span><\/strong><\/pre>\n Esempio 2: utilizzo di rbind in Python con colonne non uguali<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#define DataFrames\ndf1 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E'],\n ' points<\/span> ': [99, 91, 104, 88, 108]})\n\ndf2 = pd. DataFrame<\/span> ({' team<\/span> ': ['F', 'G', 'H', 'I', 'J'],\n ' points<\/span> ': [91, 88, 85, 87, 95],\n ' rebounds<\/span> ': [24, 27, 27, 30, 35]})<\/span>\n\n#row-bind two DataFrames\ndf3 = pd. concat<\/span> ([df1, df2]). reset_index<\/span> (drop= True<\/span> )\n<\/span>\n#view resulting DataFrame\ndf3\n\n\tteam points rebounds\n0 to 99 NaN\n1 B 91 NaN\n2 C 104 NaN\n3 D 88 NaN\n4 E 108 NaN\n5 F 91 24.0\n6G 88 27.0\n7:85 AM 27.0\n8 I 87 30.0\n9 D 95 35.0<\/span><\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come eseguire una CERCA.VERT in Panda<\/a>
Come eliminare righe contenenti un valore specifico in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"