Pandas pystyy yhdistämään Series-, DataFrame- ja Panel-objekteja erilaisten asetuslogiikkojen avulla indekseille ja relaatioalgebra-toiminnallisuudelle.

The concat() -toiminto vastaa ketjutusoperaation suorittamisesta datakehyksen akselia pitkin.

Syntaksi:

 pd.concat(objs,axis=0,join='outer',join_axes=None, ignore_index=False) 

Parametrit:

objs:Se on sarja- tai DataFrame-objektien sekvenssi tai kartoitus.
Jos ohitamme sanelun DataFrame-kehyksessä, lajiteltuja avaimia käytetään avaimet-argumentti, ja arvot valitaan siinä tapauksessa. Jos läsnä on muita kuin esineitä, se hylätään, elleivät ne ole yhtään mitään, ja tässä tapauksessa ValueError nostetaan.akseli:Se on akseli, jota pitkin ketjutetaan.liittyä seuraan:Vastaa toisen akselin indeksien käsittelystä.join_axes:Luettelo indeksiobjekteista. Sisäisen tai ulkoisen joukkologiikan suorittamisen sijaan tietyt indeksit käyttävät toista (n-1) akselia.ignore_index:bool, oletusarvo False
Se ei käytä indeksiarvoja ketjutusakselilla, jos tosi. Tuloksena oleva akseli merkitään 0, ..., n - 1.

Palauttaa

Sarja palautetaan, kun ketjutamme kaikki sarjat akselia pitkin (akseli=0). Siinä tapauksessa, jos objs sisältää vähintään yhden DataFramen, se palauttaa DataFramen.

Esimerkki1:

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data]) 

Lähtö

 0 p 1 q 0 r 1 s dtype: object 

Esimerkki2: Yllä olevassa esimerkissä voimme nollata olemassa olevan indeksin käyttämällä ignore_index parametri. Alla oleva koodi näyttää toiminnan ignore_index .

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], ignore_index=True) 

Lähtö

kytkinkotelo java

 0 p 1 q 2 r 3 s dtype: object 

Esimerkki 3: Voimme lisätä hierarkkisen indeksin datan uloimmalle tasolle käyttämällä avaimet parametri.

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], keys=['a_data', 'b_data']) 

Lähtö

 a_data 0 p 1 q b_data 0 r 1 s dtype: object 

Esimerkki 4: Voimme merkitä indeksiavaimet käyttämällä nimet parametri. Alla oleva koodi näyttää nimiparametrin toiminnan.

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], keys=['a_data', 'b_data']) pd.concat([a_data, b_data], keys=['a_data', 'b_data'], names=['Series name', 'Row ID']) 

Lähtö

java lisätä taulukkoon

 Series name Row ID a_data 0 p 1 q b_data 0 r 1 s dtype: object 

Yhdistäminen liitteen avulla

Liitä menetelmä on määritelty hyödylliseksi pikanäppäimeksi sarjan ja DataFramen ketjuttamiseen.

Esimerkki:

 import pandas as pd one = pd.DataFrame({ 'Name': ['Parker', 'Smith', 'Allen', 'John', 'Parker'], 'subject_id':['sub1','sub2','sub4','sub6','sub5'], 'Marks_scored':[98,90,87,69,78]}, index=[1,2,3,4,5]) two = pd.DataFrame({ 'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'], 'subject_id':['sub2','sub4','sub3','sub6','sub5'], 'Marks_scored':[89,80,79,97,88]}, index=[1,2,3,4,5]) print (one.append(two)) 

Lähtö

 Name subject_id Marks_scored 1 Parker sub1 98 2 Smith sub2 90 3 Allen sub4 87 4 John sub6 69 5 Parker sub5 78 1 Billy sub2 89 2 Brian sub4 80 3 Bran sub3 79 4 Bryce sub6 97 5 Betty sub5 88