Como usar rbind em python (equivalente a r)
A função rbind em R, abreviação de row-bind , pode ser usada para combinar quadros de dados por suas linhas.
Podemos usar a função pandas concat() para executar a função equivalente em Python:
df3 = pd. concat ([df1, df2])
Os exemplos a seguir mostram como usar esta função na prática.
Exemplo 1: Use rbind em Python com colunas iguais
Vamos supor que temos os dois DataFrames panda a seguir:
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
Podemos usar a função concat() para vincular rapidamente esses dois DataFrames por meio de suas linhas:
#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
Observe que também podemos usar reset_index() para redefinir os valores do índice do novo DataFrame:
#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
Exemplo 2: Usando rbind em Python com colunas desiguais
Também podemos usar a função concat() para vincular dois DataFrames que possuem um número desigual de colunas e quaisquer valores ausentes serão simplesmente preenchidos com 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
Recursos adicionais
Os tutoriais a seguir explicam como executar outras funções comuns em Python:
Como usar cbind em Python (equivalente a R)
Como fazer um VLOOKUP no Pandas
Como deletar linhas contendo um valor específico no Pandas