博客

下面是关于Pandas.concat连接DataFrame、Series的示例代码的完整攻略。

Pandas.concat()是用于连接一组Series或DataFrame的函数。我们可以沿着一条轴将它们堆叠在一起。这个函数可以接受许多参数，但是最重要的是axis，按照它来连接DataFrame和Series。axis=0表示按行连接，axis=1表示按列连接。

下面是两个示例说明。

示例1：连接两个DataFrame

假设我们有两个DataFrame，df1和df2，如下所示：

import pandas as pd

# 第一个DataFrame
data1 = {'Name': ['Jerry', 'Tom', 'Kathy'],
         'Age': [26, 24, 27],
         'Sex': ['M', 'M', 'F']}
df1 = pd.DataFrame(data1)

# 第二个DataFrame
data2 = {'Name': ['Mike', 'Danny', 'Lena'],
         'Age': [25, 29, 28],
         'Sex': ['M', 'M', 'F']}
df2 = pd.DataFrame(data2)

现在我们想要将它们连接起来，构成一个新的DataFrame，使用concat函数：

df = pd.concat([df1, df2], axis=0)
print(df)

执行后的结果是：

    Name  Age Sex
0  Jerry   26   M
1    Tom   24   M
2  Kathy   27   F
0   Mike   25   M
1  Danny   29   M
2   Lena   28   F

可以看到新的DataFrame是按照行连接起来的，索引也是重新排序的。

示例2：连接一个Series和DataFrame

现在我们有一个DataFrame，和一个Series，它们分别是：

import pandas as pd

# DataFrame
data = {'Name': ['Jerry', 'Tom', 'Kathy'],
        'Age': [26, 24, 27],
        'Sex': ['M', 'M', 'F']}
df = pd.DataFrame(data)

# Series
lengths = pd.Series([175, 180, 165], name='Height')

现在我们想要把Series连接到DataFrame中，作为它的一列。使用concat函数：

df = pd.concat([df, lengths], axis=1)
print(df)

执行后的结果是：

    Name  Age Sex  Height
0  Jerry   26   M     175
1    Tom   24   M     180
2  Kathy   27   F     165

可以看到新的DataFrame是按照行连接起来的，Series以Series的名称作为列名被加入到了DataFrame中。

这就是Pandas.concat连接DataFrame、Series的示例代码的完整攻略，希望能对你有所帮助。