创作中心
反馈咨询
欢迎添加微信!
微信号:z_gqing
微信二维码:

pandas

1 pandas基础 1.1 pandas介绍与安装 1.2 pandas的Series和DataFrame的基本操作 1.3 pandas的Index对象的理解与使用 1.4 pandas的基本统计分析函数的使用 2 pandas的数据读取与存储 2.1 pandas的CSV、Excel等文件的读取与写入 2.2 pandas的SQL数据库的读取与写入 2.3 pandas的HDF5和其他二进制格式的读取与写入 2.4 利用pandas进行数据清洗 3 pandas的数据处理 3.1 pandas的数据选择:布尔索引、位置索引和标签索引 3.2 pandas的数据过滤与排序 3.3 pandas的缺失值处理 3.4 pandas的数据转换:apply(),map(),applymap() 3.5 pandas的数据重塑:stack(), unstack() 4 pandas的数据合并与连接 4.1 pandas的concat()与append() 4.2 pandas的merge()与join() 4.3 pandas的数据透视表pivot_table() 5 pandas的分组与聚合 5.1 pandas的groupby()方法的使用 5.2 pandas的聚合函数agg()和transform() 5.3 pandas的对分组结果进行筛选和排序 6 pandas的时间序列处理 6.1 pandas的时间序列的数据结构:Timestamp和Period 6.2 pandas的时间序列的索引:DatetimeIndex 6.3 pandas的时间序列的操作:resample(), shift(), rolling() 6.4 pandas的时间序列的平移、对齐与频率转换 7 绘图与可视化 7.1 matplotlib库的介绍与使用 7.2 seaborn库的介绍与使用 7.3 pandas内置绘图函数的使用 8 进阶主题 8.1 大数据处理:Dask与Pandas 8.2 性能优化:numexpr与cython 8.3 使用pandas进行机器学习预处理
首页 教程 pandas pandas的concat()与append()
Pandas是一个强大的数据分析库,它提供了一系列的函数和方法来进行数据处理。其中,concat()和append()是两个非常常用的函数,用于合并多个数据框。 1. concat(): 这个函数用于连接或堆叠多个DataFrame对象。它可以沿着一个轴(行或列)将DataFrames组合在一起。例如,如果你有两个具有相同列的数据框,你可以使用concat()函数将它们垂直地堆叠在一起,形成一个新的数据框。此外,你还可以通过设置参数join='inner'或join='outer'来选择内连接或外连接。 2. append(): 这个函数用于在DataFrame的末尾添加新的行。例如,如果你有一个DataFrame,并且你想在它的末尾添加一些新的数据,你可以使用append()函数。需要注意的是,append()函数只能用于行级别的操作,不能用于列级别的操作。而且,与concat()不同,append()不会返回一个新的对象,而是直接修改原始的DataFrame。 总的来说,当你需要在行级别上添加数据时,可以使用append()函数;当你需要在列级别上添加数据,或者需要进行更复杂的合并操作时,应该使用concat()函数。

官方微信
点击收藏 编辑日记
木牛零码 Newmer生信 公司产品 意见反馈 联系我们 关于我们 招合伙-招聘-兼职
Copyright © 2021-2024 上海牛马人生物科技有限公司 沪ICP备 2022007390号-2