Jak układać wiele ramek danych pand

Często możesz chcieć ułożyć dwie lub więcej ramek danych pand. Na szczęście można to łatwo zrobić za pomocą funkcji pandas concat() .

W tym samouczku przedstawiono kilka przykładów, jak to zrobić.

Przykład 1: Ułóż dwie ramki danych Pandy

Poniższy kod pokazuje, jak „ułożyć” dwie ramki DataFrame panda jedna na drugiej i utworzyć ramkę DataFrame:

 import pandas as pd

#create two DataFrames
df1 = pd.DataFrame({'player': ['A', 'B', 'C', 'D', 'E'],
                    'points':[12, 5, 13, 17, 27]})

df2 = pd.DataFrame({'player': ['F', 'G', 'H', 'I', 'J'],
                    'points':[24, 26, 27, 27, 12]})

#"stack" the two DataFrames together
df3 = pd. concat ([df1,df2], ignore_index= True )

#view resulting DataFrame
df3

	player points
0 to 12
1 B 5
2 C 13
3 D 17
4 E 27
5 F 24
6 G 26
7:27 a.m.
8 I 27
9 D 12

Przykład 2: Ułóż trzy ramki danych Pandy

Podobnego kodu można użyć do ułożenia trzech ramek DataFrame panda jedna na drugiej w celu utworzenia ramki DataFrame:

 import pandas as pd

#create three DataFrames
df1 = pd.DataFrame({'player': ['A', 'B', 'C', 'D', 'E'],
                    'points':[12, 5, 13, 17, 27]})

df2 = pd.DataFrame({'player': ['F', 'G', 'H', 'I', 'J'],
                    'points':[24, 26, 27, 27, 12]})

df3 = pd.DataFrame({'player': ['K', 'L', 'M', 'N', 'O'],
                    'points':[9, 5, 5, 13, 17]})

#"stack" the two DataFrames together
df4 = pd. concat ([df1,df2, df3], ignore_index= True )

#view resulting DataFrame
df4

        player points
0 to 12
1 B 5
2 C 13
3 D 17
4 E 27
5 F 24
6 G 26
7:27 a.m.
8 I 27
9 D 12
10K 9
11 L 5
12 M 5
13 N 13
14 O 17

Znaczenie ignorowania_indeksu

Zauważ, że w poprzednich przykładach użyliśmy ignorowania_index=True .

Mówi to pandom, aby zignorowały numery indeksów w każdej ramce DataFrame i utworzyły dla nowej ramki DataFrame nowy indeks z zakresu od 0 do n-1.

Rozważmy na przykład, co się stanie, jeśli nie użyjemy ignorowania_index=True podczas układania w stos następujących dwóch ramek danych:

 import pandas as pd

#create two DataFrames with indices
df1 = pd.DataFrame({'player': ['A', 'B', 'C', 'D', 'E'],
                    'points':[12, 5, 13, 17, 27]},
                    index=[0, 1, 2, 3, 4])

df2 = pd.DataFrame({'player': ['F', 'G', 'H', 'I', 'J'],
                    'points':[24, 26, 27, 27, 12]},
                    index=[2, 4, 5, 6, 9])

#stack the two DataFrames together
df3 = pd. concat ([df1,df2])

#view resulting DataFrame
df3

        player points
0 to 12
1 B 5
2 C 13
3 D 17
4 E 27
2 F 24
4G 26
5:27 a.m.
6 I 27
9 D 12

Powstała DataFrame zachowała swoje oryginalne wartości indeksów z obu DataFrame.

Dlatego generalnie powinieneś używać ignorowania_index=True podczas układania w stos dwóch ramek danych, chyba że masz konkretny powód, aby zachować oryginalne wartości indeksu.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe zadania w Pandach:

Jak dodać pustą kolumnę do ramki danych Pandas
Jak wstawić kolumnę do ramki danych Pandas
Jak wyeksportować ramkę danych Pandas do programu Excel