HOWTO · Pandas
將兩個 Pandas 系列合併到一個 DataFrame 中
本指南演示瞭如何使用 pandas.concat()、pandas.merge()、DataFrame.join() 方法將兩個 Pandas 系列組合或合併到一個 DataFrame 中。
本頁內容
Pandas 是一個非常流行的開源 Python 庫，它提供了各種功能或方法來合併或組合 DataFrame 中的兩個 Pandas 系列。在 pandas 中，series 是一個單一的一維標籤陣列，可以處理整數、浮點數、字串、python 物件等任何資料型別。簡單來說，pandas 系列就是 excel 表格中的一列。系列以順序順序儲存資料。
本教程將教我們如何將兩個或多個 Pandas 系列合併或組合成一個 DataFrame。
有幾種方法可以將兩個或多個 Pandas 系列合併到一個 DataFrame，例如 pandas.concat()、Series.append()、pandas.merge() 和 DataFrame.join()。我們將藉助本文中的一些示例簡要詳細地解釋每種方法。
使用 pandas.concat() 方法將兩個 Pandas 系列合併為一個 DataFrame
pandas.concat() 方法沿軸（row-wise 或 column-wise）執行所有連線操作。我們可以沿特定軸合併兩個或多個 Pandas 物件或系列以建立 DataFrame。concat() 方法採用各種引數。
在下面的示例中，我們將 pandas series 傳遞給 merge 和 axis=1 作為引數。axis=1 表示該系列將合併為一列而不是行。如果我們使用 axis=0，它會將 pandas 系列附加為一行。
示例程式碼：
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)
輸出：
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() 方法將兩個 Pandas 系列合併到一個 DataFrame 中
pandas.merge() 用於合併 DataFrame 的複雜列組合，類似於 SQL join 或 merge 操作。merge() 方法可以執行命名系列物件或 DataFrame 之間的所有資料庫連線操作。使用 pandas 時，我們必須向系列傳遞一個額外的引數 name。合併() 方法。
請參閱以下示例。
示例程式碼：
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)
輸出：
Products Price
0 Intel Dell Laptops 350
1 HP Laptops 300
2 Lenavo Laptops 400
3 Acer Laptops 250
使用 Series.append() 方法將兩個 Pandas 系列合併到一個 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。使用這種方法，我們可以通過將系列作為行而不是列附加到另一個系列來建立 DataFrame。
我們在原始碼中以如下方式使用了 series.append() 方法：
示例程式碼：
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)
輸出：
Skills
0 Pandas
1 Python
2 Scala
3 Hadoop
4 SEO
5 Graphic design
6 Content writing
7 Marketing
使用 DataFrame.join() 方法將兩個 Pandas 系列合併為一個 DataFrame
使用 DataFrame.join() 方法，我們可以連線兩個系列。當我們使用這種方法時，我們必須將一個系列轉換為 DataFrame 物件。然後我們將使用結果與另一個系列組合。
在以下示例中，我們已將第一個系列轉換為 DataFrame 物件。然後，我們使用這個 DataFrame 與另一個系列合併。
示例程式碼：
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)
輸出：
Products Price
0 Intel Dell Laptops 350
1 HP Laptops 300
2 Lenavo Laptops 400
3 Acer Laptops 250
まとめ
我們在本教程中學習瞭如何使用四種不同的方式將兩個 Pandas 系列合併為一個 DataFrame。此外，我們探索了這四種方法 pandas.concat()、Series.append()、pandas.merge() 和 DataFrame.join() 如何幫助我們解決 Pandas 合併系列任務。