🔍 Как правильно складывать датафреймы pandas: подробное руководство

Когда нужно сложить два датафрейма в Pandas, можно использовать функцию concat(). Она объединяет датафреймы вертикально или горизонтально в зависимости от оси.

Вот пример, как сложить два датафрейма горизонтально:

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9],
                    'D': [10, 11, 12]})

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

А если нужно сложить их вертикально, то вот пример:

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9],
                    'B': [10, 11, 12]})

result = pd.concat([df1, df2], axis=0)
print(result)

При объединении датафреймов убедитесь, что их столбцы и индексы соответствуют. В противном случае, могут возникнуть проблемы при сложении.

Как складывать датафреймы pandas

Когда работаете с анализом данных, вы часто сталкиваетесь с необходимостью объединения нескольких датафреймов в один. Библиотека pandas предоставляет нам удобный метод для этого - concat().

Метод concat()

Метод concat() объединяет датафреймы горизонтально или вертикально. Он принимает список датафреймов в качестве аргумента и возвращает новый датафрейм, состоящий из объединения переданных датафреймов.

Вот пример использования метода concat() для объединения двух датафреймов вертикально:

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': ['a', 'b', 'c']})

df2 = pd.DataFrame({'A': [4, 5, 6],
                    'B': ['d', 'e', 'f']})

result = pd.concat([df1, df2], axis=0) # axis=0 для вертикального объединения

print(result)

Этот код выведет следующий результат:

   A  B
0  1  a
1  2  b
2  3  c
0  4  d
1  5  e
2  6  f

Обратите внимание на параметр axis=0, который указывает, что мы хотим объединить датафреймы по вертикали. Если мы хотим объединить их по горизонтали, мы можем использовать axis=1.

Если индексы датафреймов объединяться между собой, мы можем использовать параметр ignore_index=True, чтобы создать новые индексы:

result = pd.concat([df1, df2], axis=0, ignore_index=True)

print(result)

Этот код выведет следующий результат:

   A  B
0  1  a
1  2  b
2  3  c
3  4  d
4  5  e
5  6  f

Дополнительные параметры

Метод concat() имеет дополнительные параметры, которые позволяют более гибко управлять процессом объединения:

• keys: Позволяет добавить метки к объединенным датафреймам для идентификации их источников.
• join: Определяет тип объединения (inner, outer, left, right).
• sort: Определяет, следует ли сортировать объединенные данные по индексам.

Вот пример использования этих параметров:

result = pd.concat([df1, df2], axis=0, keys=['df1', 'df2'], join='outer', sort=False)

print(result)

Этот код выведет следующий результат:

       A  B
df1 0  1  a
    1  2  b
    2  3  c
df2 0  4  d
    1  5  e
    2  6  f

Параметры keys и sort устанавливаются в значения по умолчанию, поэтому мы можем не указывать их явно, если они соответствуют нашим требованиям.

Заключение

Метод concat() является мощным инструментом для объединения датафреймов pandas. Он позволяет гибко настраивать процесс объединения и предоставляет множество опций для управления результатами.

Теперь вы знаете, как использовать метод concat() для складывания датафреймов pandas. Практикуйтесь, экспериментируйте и вы сможете эффективно работать с данными в pandas!