知识卡片
concat表达堆叠
concat沿选定轴把对象依次拼接:axis=0常堆行,axis=1常并列列;非连接轴仍按标签做并集或交集对齐。它不按任意业务键产生关系配对,不能当merge的同义词。连接轴标签是否保留、另一轴如何对齐,都应明确指定并检查结果形状。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 2 处
- · 查看原书依据
concat默认是按行将多个DataFrame组合到一起的;第二,必须指定ignore_index=True,因为我们不希望保留read_csv所返回的原始行号。现在我们得到了一个非常大的DataFrame,它含有全部的名字数据。 现在names这个DataFrame对象看上去应该是这个样子: In [373]: names Out[373]: <class
- · 查看原书依据
axis=0上工作的,最终产生一个新的Series。如果传入axis=1,则结果就会变成一个DataFrame(axis=1是列): In [65]: pd.concat([s1, s2, s3], axis=1) Out[65]: 0 1 2 a 0 NaN NaN b 1 NaN NaN c NaN 2 NaN d NaN 3 NaN e NaN 4 N
参考来源
《利用Python进行数据分析》第7章《数据规整化:清理、转换、合并、重塑》
- 位置:《利用Python进行数据分析》第2章《1880-2010年间全美婴儿姓名》(spine259;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0245.html;u036-ch07-003)。
- 结论依据:年度表按行合并且重建行号,来源年度需先存入列;第7章再完整解释连接轴与索引。
- 原始内容:concat默认是按行将多个DataFrame组合到一起的;第二,必须指定ignore_index=True,因为我们不希望保留read_csv所返回的原始行号。现在我们得到了一个非常大的DataFrame,它含有全部的名字数据。 现在names这个DataFrame对象看上去应该是这个样子: In [373]: names Out[373]: <class
- 位置:《利用Python进行数据分析》第7章《轴向连接》(spine292;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0278.html;u149-ch07-003)。
- 结论依据:原文在“axis=0”附近的定义、例子或代码支撑本卡核心说明:concat沿选定轴把对象依次拼接:axis=0常堆行,axis=1常并列列;非连接轴仍按标签做并集或交集对齐。边界按已读前提解释;示例未执行。
- 原始内容:axis=0上工作的,最终产生一个新的Series。如果传入axis=1,则结果就会变成一个DataFrame(axis=1是列): In [65]: pd.concat([s1, s2, s3], axis=1) Out[65]: 0 1 2 a 0 NaN NaN b 1 NaN NaN c NaN 2 NaN d NaN 3 NaN e NaN 4 N