将两个 Pandas 系列合并到一个 DataFrame 中

您所在的位置：网站首页 › pandas方法的axis › 将两个 Pandas 系列合并到一个 DataFrame 中

将两个 Pandas 系列合并到一个 DataFrame 中

#将两个 Pandas 系列合并到一个 DataFrame 中| 来源: 网络整理| 查看: 265

当前位置：主页 > 学无止境 > 编程语言 > WEB前端编程语言网络算法操作系统数据库将两个 Pandas 系列合并到一个 DataFrame 中作者：迹忆客最近更新：2023/03/20 浏览次数：

Pandas 是一个非常流行的开源 Python 库，它提供了各种功能或方法来合并或组合 DataFrame 中的两个 Pandas 系列。在 pandas 中，series 是一个单一的一维标签数组，可以处理整数、浮点数、字符串、python 对象等任何数据类型。简单来说，pandas 系列就是 excel 表格中的一列。系列以顺序顺序存储数据。

本文将教我们如何将两个或多个 Pandas 系列合并或组合成一个 DataFrame。

有几种方法可以将两个或多个 Pandas 系列合并到一个 DataFrame，例如 pandas.concat()、Series.append()、pandas.merge() 和 DataFrame.join()。我们将借助本文中的一些示例简要详细地解释每种方法。

使用 pandas.concat() 方法将两个 Pandas 系列合并为一个 DataFrame

pandas.concat() 方法沿轴（row-wise 或 column-wise）执行所有连接操作。我们可以沿特定轴合并两个或多个 Pandas 对象或系列以创建 DataFrame。concat() 方法采用各种参数。

在下面的示例中，我们将 pandas series 传递给 merge 和 axis=1 作为参数。axis=1 表示该系列将合并为一列而不是行。如果我们使用 axis=0，它会将 pandas 系列附加为一行。

示例代码：

import pandas as pd # Create Series by assigning names products = pd.Series(['Intel Dell Laptops', 'HP Laptops', 'Lenavo Laptops', 'Acer Laptops'], name='Products') dollar_price = pd.Series([350, 300, 400, 250 ], name='Price') percentage_sale = pd.Series([83, 99, 84, 76],name='Sale') # merge two pandas series using the pandas.concat() method df=pd.concat([products,dollar_price,percentage_sale ],axis=1) print(df)

输出：

Products Price Sale 0 Intel Dell Laptops 350 83 1 HP Laptops 300 99 2 Lenavo Laptops 400 84 3 Acer Laptops 250 76 使用 pandas.merge() 方法将两个 Pandas 系列合并到一个 DataFrame 中

pandas.merge() 用于合并 DataFrame 的复杂列组合，类似于 SQL join 或 merge 操作。merge() 方法可以执行命名系列对象或 DataFrame 之间的所有数据库连接操作。使用 pandas 时，我们必须向系列传递一个额外的参数 name。合并() 方法。

请参阅以下示例。

示例代码：

import pandas as pd # Create Series by assigning names products = pd.Series(['Intel Dell Laptops', 'HP Laptops', 'Lenavo Laptops', 'Acer Laptops'], name='Products') dollar_price = pd.Series([350, 300, 400, 250 ], name='Price') # using pandas series merge() df = pd.merge(products, dollar_price, right_index = True, left_index = True) print(df)

输出：

Products Price 0 Intel Dell Laptops 350 1 HP Laptops 300 2 Lenavo Laptops 400 3 Acer Laptops 250 使用 Series.append() 方法将两个 Pandas 系列合并到一个 DataFrame 中

Series.append() 方法是 concat() 方法的快捷方式。此方法沿 axis=0 或行附加系列。使用这种方法，我们可以通过将系列作为行而不是列附加到另一个系列来创建 DataFrame。

我们在源代码中以如下方式使用了 series.append() 方法：

示例代码：

import pandas as pd # Using Series.append() technical=pd.Series(["Pandas","Python","Scala","Hadoop"]) non_technical=pd.Series(["SEO","Graphic design","Content writing", "Marketing"]) # using the appen() method merge series and create dataframe df = pd.DataFrame(technical.append(non_technical, ignore_index = True),columns=['Skills']) print(df)

输出：

Skills 0 Pandas 1 Python 2 Scala 3 Hadoop 4 SEO 5 Graphic design 6 Content writing 7 Marketing 使用 DataFrame.join() 方法将两个 Pandas 系列合并为一个 DataFrame

使用 DataFrame.join() 方法，我们可以连接两个系列。当我们使用这种方法时，我们必须将一个系列转换为 DataFrame 对象。然后我们将使用结果与另一个系列组合。

在以下示例中，我们已将第一个系列转换为 DataFrame 对象。然后，我们使用这个 DataFrame 与另一个系列合并。

示例代码：

import pandas as pd # Create Series by assigning names products = pd.Series(['Intel Dell Laptops', 'HP Laptops', 'Lenavo Laptops', 'Acer Laptops'], name='Products') dollar_price = pd.Series([350, 300, 400, 250 ], name='Price') # Merge series using DataFrame.join() method df=pd.DataFrame(products).join(dollar_price) print(df)

输出：

Products Price 0 Intel Dell Laptops 350 1 HP Laptops 300 2 Lenavo Laptops 400 3 Acer Laptops 250 结论

我们在本教程中学习了如何使用四种不同的方式将两个 Pandas 系列合并为一个 DataFrame。此外，我们探索了这四种方法 pandas.concat()、Series.append()、pandas.merge() 和 DataFrame.join() 如何帮助我们解决 Pandas 合并系列任务。

上一篇：在 Ruby 中执行 Shell 命令

下一篇：没有了

相关文章 Matplotlib 中的 twinx 和 twiny

发布时间：2023/03/18 浏览次数：81 分类：编程语言

本教程介绍了如何在 Matplotlib 中使用 Python 中的 matplotlib.axes.Axes.twinx()和 matplotlib.axes.Axes.twiny()创建具有共同 X 轴或 Y 轴的双轴。

如何在 Matplotlib 中以灰度显示图像

发布时间：2023/03/18 浏览次数：173 分类：编程语言

在本文中，我们将学习如何使用 Matplotlib 显示灰度图像。要使用 Matplotlib 显示灰度图像，我们使用 matplotlib.pyplot.imshow()，参数 cmap 设置为'gray'，vmin 设置为 0，vmax 设置为 255。

如何用 Matplotlib 显示图片

发布时间：2023/03/18 浏览次数：71 分类：编程语言

你可以使用 matplotlib.pyplot.imshow()方法来使用 Matplotlib 显示图片。

如何保存与 Matplotlib 中显示的图形相同的图

发布时间：2023/03/18 浏览次数：149 分类：编程语言

本篇文章演示了如何保存与 Matplotlib 中显示的图相同的图。

Python 中将 NumPy 数组转换为 PIL 图像

发布时间：2023/03/18 浏览次数：64 分类：编程语言

本教程解释了我们如何使用 PIL 包中的 Image.fromarray()将 NumPy 数组转换为 PIL 图像。

Matplotlib 中的 Imread

发布时间：2023/03/18 浏览次数：201 分类：编程语言

文章解释了我们如何使用 Matplotlib 包中的 imread()方法将一个文件中的图像读到一个数组中。

Matplotlib 生成 CDF 图

发布时间：2023/03/18 浏览次数：174 分类：编程语言

本教程介绍了我们如何使用 Python 中的 Matplotlib 生成 CDF 图。

Matplotlib 绘制箱线图

发布时间：2023/03/18 浏览次数：188 分类：编程语言

本教程解释了我们如何使用 Matplotlib 中的 matplotlib.pyplot.boxplot() 函数创建一个箱线图。

Matplotlib 绘制平滑曲线

发布时间：2023/03/18 浏览次数：172 分类：编程语言

本教程解释了如何使用 scipy 和 matplotlib 包中的模块从给定坐标绘制一条平滑曲线。

转载请发邮件至 [email protected] 进行申请，经作者同意之后，转载请以链接形式注明出处

本文地址：

【本文地址】

公司简介

联系我们