Rumah  >  Artikel  >  pembangunan bahagian belakang  >  Bagaimana untuk Menggabungkan DataFrames dalam Python: Kekalkan Indeks atau Mula Segar?

Bagaimana untuk Menggabungkan DataFrames dalam Python: Kekalkan Indeks atau Mula Segar?

Linda Hamilton
Linda Hamiltonasal
2024-10-30 08:40:27672semak imbas

How to Combine DataFrames in Python: Preserve Indices or Start Fresh?

Menggabungkan DataFrames

Apabila bekerja dengan DataFrames, selalunya perlu untuk menggabungkan berbilang bingkai data ke dalam satu struktur data yang bersatu. Ini boleh timbul daripada pelbagai senario, seperti prapemprosesan data, menggabungkan set data yang serupa atau menambahkan data baharu.

Menggabungkan DataFrames Tanpa Memelihara Indeks

Untuk menggabungkan dua DataFrames, seseorang boleh menggunakan kaedah tambahan. Sintaksnya adalah mudah:

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

Apabila menetapkan ignore_index kepada True, DataFrame yang terhasil akan mempunyai indeks berjujukan baharu. Pilihan ini sesuai apabila susunan indeks tidak relevan dan boleh memudahkan manipulasi data selanjutnya.

Menggabungkan DataFrames dengan Indeks Terpelihara

Dalam senario tertentu, adalah wajar untuk mengekalkan indeks asal individu DataFrames. Untuk mencapainya, hanya tetapkan ignore_index kepada False:

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

Dengan mengekalkan indeks, kebolehkesanan ke DataFrames asal dikekalkan, memudahkan operasi hiliran seperti penerokaan data atau pemadanan rekod. Walau bagaimanapun, indeks DataFrame yang terhasil mungkin tidak bersebelahan jika DataFrames input mempunyai indeks tidak bertindih.

Atas ialah kandungan terperinci Bagaimana untuk Menggabungkan DataFrames dalam Python: Kekalkan Indeks atau Mula Segar?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn