Як використовувати cbind у python (еквівалент r)

Функцію cbind у R, скорочення від column-bind , можна використовувати для об’єднання кадрів даних разом за їхніми стовпцями.

Ми можемо використовувати функцію pandas concat() для виконання еквівалентної функції в Python:

 df3 = pd. concat ([df1, df2], axis= 1 )

Наступні приклади показують, як використовувати цю функцію на практиці.

Приклад 1: використовуйте cbind у Python з однаковими значеннями індексів

Припустімо, що ми маємо наступні два 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 ': ['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

Ми можемо використати функцію concat() , щоб швидко зв’язати ці два DataFrame разом за їхніми стовпцями:

 #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

Приклад 2: Використання cbind у Python із нерівними значеннями індексу

Припустімо, що ми маємо наступні два 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 ': ['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

Зауважте, що два DataFrames не мають однакові значення індексів.

Якщо ми спробуємо використати функцію concat() , щоб зв’язати їх разом, ми отримаємо такий результат:

 #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

Це не той результат, якого ми хотіли.

Щоб вирішити цю проблему, нам спочатку потрібно скинути індекс кожного DataFrame перед об’єднанням їх разом:

 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

Зверніть увагу, що цей DataFrame збігається з тим, який ми отримали в попередньому прикладі.

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові операції в Python:

Як об’єднати два Pandas DataFrames в індексі
Як об’єднати Pandas DataFrames у кількох стовпцях
Як зробити VLOOKUP в Pandas