在Pand
as
中,使用concat
函数
可以更有效地合并DataFrame。下面是如何用concat替换frame.append的示例:
假设我们有两个DataFrame,df1和df2:
import pandas as pd
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7'],
'D': ['D4', 'D5', 'D6', 'D7']})
首先,我们可以使用frame.append方法来将这两个DataFrame合并成一个:
df_combined = df1.append(df2)
使用concat函数可以完成相同的任务,只需将两个DataFrame作为参数传递并设置axis = 0:
df_combined = pd.concat([df1, df2], axis=0)
这将把df1和df2按行拼接成一个DataFrame。如果需要按列合并,可以将axis = 1
。
df_combined = pd.concat([df1, df2], axis=1)
总之,concat提供了更简洁、更易于理解和更高效的方法来合并DataFrame,可以替代frame.append方法。