Bagaimana untuk Menggabungkan DataFrames dan Mengekalkan Indeks Asal dalam Python?

Menggabungkan Bingkai Data: Menggabungkan Set Data yang Diekstrak

Dalam konteks manipulasi data, menggabungkan berbilang bingkai data ialah keperluan biasa. Dalam senario tertentu, katakan kita mempunyai DataFrame D awal dan kami mengekstrak dua subset A dan B daripadanya berdasarkan keadaan tertentu:

A = D[D.label == k]
B = D[D.label != k]

Matlamatnya adalah untuk menggabungkan A dan B kembali menjadi satu DataFrame . Walaupun susunan data tidak penting, adalah penting untuk mengekalkan indeks asal A dan B kerana ia diperoleh daripada D.

Penyelesaian: Menggunakan Kaedah Tambah

Satu pendekatan untuk menggabungkan bingkai data adalah dengan menggunakan kaedah tambah. Kaedah ini membolehkan kami menggabungkan satu atau lebih bingkai data secara menegak, menyusunnya secara berkesan di atas satu sama lain. Dalam kes kami, kami boleh menggunakan kod di bawah:

df_merged = df1.append(df2, ignore_index=True)

Ini akan mencipta DataFrame baharu yang dipanggil df_merged yang mengandungi gabungan data daripada A dan B. ignore_index=True argument memastikan bahawa DataFrame yang terhasil mempunyai set indeks unik sendiri, bebas daripada yang asal.

Menyimpan Indeks Asal

Jika kita ingin mengekalkan indeks asal A dan B, kita boleh menetapkan ignore_index= Salah dalam kaedah tambah:

df_merged = df1.append(df2, ignore_index=False)

Ini akan mengekalkan nilai indeks setiap bingkai data dalam hasil gabungan. Walau bagaimanapun, adalah penting untuk ambil perhatian bahawa indeks mungkin menjadi nilai pendua dalam DataFrame akhir.

Atas ialah kandungan terperinci Bagaimana untuk Menggabungkan DataFrames dan Mengekalkan Indeks Asal dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!