Python で cbind を使用する方法 (r に相当)
R のcbind関数 ( column-bindの略) を使用すると、データ フレームを列ごとに結合できます。
pandas concat()関数を使用して、Python で同等の関数を実行できます。
df3 = pd. concat ([df1, df2], axis= 1 )
次の例は、この関数を実際に使用する方法を示しています。
例 1: Python で同じインデックス値を使用して cbind を使用する
次の 2 つのパンダ DataFrame があると仮定します。
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 ': ['A', 'B', 'C', 'D', 'E'], ' rebounds ': [22, 19, 25, 33, 29]}) print (df2) rebound assists 0 to 22 1 B 19 2 C 25 3 D 33 4 E 29
concat()関数を使用すると、これら 2 つの DataFrame を列ごとにすばやくリンクできます。
#column-bind two DataFrames into new DataFrame
df3 = pd. concat ([df1, df2], axis= 1 )
#view resulting DataFrame
df3
team points assists rebounds
0 to 99 to 22
1 B 91 B 19
2 C 104 C 25
3 D 88 D 33
4 E 108 E 29
例 2: 不等なインデックス値を使用した Python での cbind の使用
次の 2 つのパンダ DataFrame があると仮定します。
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 ': ['A', 'B', 'C', 'D', 'E'], ' rebounds ': [22, 19, 25, 33, 29]}) df2. index = [6, 7, 8, 9, 10] print (df2) rebound assists 6 to 22 7 B 19 8 C 25 9 D 33 10 E 29
2 つの DataFrame は同じインデックス値を持たないことに注意してください。
concat()関数を使用してそれらをリンクしようとすると、次の結果が得られます。
#attempt to column-bind two DataFrames
df3 = pd. concat ([df1, df2], axis= 1 )
#view resulting DataFrame
df3
team points assists rebounds
0 to 99.0 NaN NaN
1 B 91.0 NaN NaN
2 C 104.0 NaN NaN
3 D 88.0 NaN NaN
4 E 108.0 NaN NaN
6 NaN NaN A 22.0
7 NaN NaN B 19.0
8 NaN NaN C 25.0
9 NaN NaN D 33.0
10 NaN NaN E 29.0
これは私たちが望んでいた結果ではありません。
この問題を解決するには、まず各データフレームを連結する前に、各データフレームのインデックスをリセットする必要があります。
import pandas as pd #define DataFrames df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E'], ' points ': [99, 91, 104, 88, 108]}) df2 = pd. DataFrame ({' assists ': ['A', 'B', 'C', 'D', 'E'], ' rebounds ': [22, 19, 25, 33, 29]}) df2. index = [6, 7, 8, 9, 10] #reset index of each DataFrame df1. reset_index (drop= True , place= True ) df2. reset_index (drop= True , place= True ) #column-bind two DataFrames df3 = pd. concat ([df1, df2], axis= 1 ) #view resulting DataFrame df3 team points assists rebounds 0 to 99 to 22 1 B 91 B 19 2 C 104 C 25 3 D 88 D 33 4 E 108 E 29
この DataFrame は、前の例で取得した DataFrame と一致することに注意してください。
追加リソース
次のチュートリアルでは、Python で他の一般的な操作を実行する方法について説明します。
インデックス上の 2 つの Pandas DataFrame をマージする方法
複数の列にまたがる Pandas DataFrame をマージする方法
Pandas で VLOOKUP を実行する方法