Bagaimana untuk Menggabungkan DataFrames dengan Indeks Berbeza: Kaedah Tambah Diterangkan

Menggabungkan Dua Bingkai Data dengan Indeks Berbeza

Apabila bekerja dengan bingkai data, anda mungkin menghadapi situasi di mana anda perlu menggabungkan dua bingkai data yang diekstrak daripada bingkai data yang lebih besar set data. Katakan anda mempunyai bingkai data awal D dan mengekstrak dua bingkai data A dan B daripadanya seperti berikut:

<code class="python">A = D[D.label == k]
B = D[D.label != k]</code>

Matlamat anda adalah untuk menggabungkan A dan B menjadi satu bingkai data tanpa mengambil kira susunannya. Walau bagaimanapun, bingkai data ini mengekalkan indeksnya daripada set data D asal.

Untuk menangani perkara ini, anda boleh menggunakan kaedah tambah. Sintaksnya adalah seperti berikut:

<code class="python">df_merged = df1.append(df2, ignore_index=True)</code>

Menetapkan ignore_index kepada True memastikan kerangka data yang terhasil df_merged mempunyai jujukan indeks baharu dan bukannya menggabungkan indeks df1 dan df2.

Jika anda lebih suka untuk mengekalkan indeks asal A dan B, anda boleh menetapkan ignore_index kepada False:

<code class="python">df_merged = df1.append(df2, ignore_index=False)</code>

Dengan menggunakan append, anda boleh menggabungkan bingkai data dengan mudah sambil mengendalikan pengurusan indeks seperti yang diperlukan.

Atas ialah kandungan terperinci Bagaimana untuk Menggabungkan DataFrames dengan Indeks Berbeza: Kaedah Tambah Diterangkan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!