python pandas中对Series数据进行轴向连接

有时候我们想要的数据合并结果是数据的轴向连接，在pandas中这可以通过concat来实现。操作的对象通常是Series。

Ipython中的交互代码如下：

In [17]: from pandas import Series,DataFrame

In [18]: series1 = Series(range(2),index = ['a','b'])

In [19]: series2 = Series(range(3),index = ['c','d','e'])

In [20]: series3 = Series(range(2),index = ['f','g'])

In [21]: import pandas as pd

进行三个Series的连接：

In [22]: pd.concat([series1,series2,series3])

Out[22]: 

a    0

b    1

c    0

d    1

e    2

f    0

g    1

dtype: int64

默认情况下，pandas执行的是按照axis=0进行连接。如果进行axis=1的连接，结果如下：

In [24]: S1=pd.concat([series1,series2,series3],axis=1)

In [25]: S1

Out[25]: 

     0    1    2

a  0.0  NaN  NaN

b  1.0  NaN  NaN

c  NaN  0.0  NaN

d  NaN  1.0  NaN

e  NaN  2.0  NaN

f  NaN  NaN  0.0

g  NaN  NaN  1.0

In [26]: type(S1)

Out[26]: pandas.core.frame.DataFrame

结果是一个DataFrame，回头再看一下前面的Series的连接后的最终类型：

In [27]: type(pd.concat([series1,series2,series3]))

Out[27]: pandas.core.series.Series

两种方式的结果并不相同，一个结果是Series，另一个则是DataFrame。

In [29]: series3 = Series(range(2),index = ['f','e'])

In [30]: pd.concat([series1,series2,series3])

Out[30]: 

a    0

b    1

c    0

d    1

e    2

f    0

e    1

dtype: int64

从上面的一点测试中可以看出，concat的操作仅仅是单纯的连接，并没有涉及到数据的整合。如果想要进行整合，还是使用merge的方法。

最后

以上就是无语蜗牛为你收集整理的python pandas中对Series数据进行轴向连接的全部内容，希望文章能够帮你解决python pandas中对Series数据进行轴向连接所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。