Konkatenera dataframes i Python snabbt och enkelt med Pandas

I den här guiden kommer vi att dyka ner i hur man kan konkatenera dataframes i Python med hjälp av det kraftfulla biblioteket Pandas. Att konkatenera dataframes python är en ovärderlig färdighet för dataanalytiker och forskare, och det möjliggör effektiv datahantering och sammanställning av information från olika källor. Vi kommer att titta närmare på funktionen pd.concat i python, som gör det enkelt att kombinera dataframes både vertikalt och horisontellt.

Genom att förstå hur man konkatenera dataframe python kan du underlätta analysen av omfattande dataset. Oavsett om du behöver sammanfoga flera tabeller eller behöva ändra strukturen av din data, kommer denna guide att ge dig all information du behöver. Vi kommer att behandla installation av Pandas, förbereda dataframes, samt detaljera olika sätt att använda pd.concat python för att nå önskade resultat.

Vad är Pandas?

Pandas är ett kraftfullt bibliotek i Python som används för datamanipulation och analys. Det är utformat för att göra det enkelt att arbeta med strukturerad data. Med Pandas kan du bygga dataframes, vilket är tvådimensionella, etiketts-baserade datastrukturer som liknar tabeller i en databas eller kalkylblad i Excel. Dessa dataframes gör det enkelt att hantera medelvärden, filtrera data och konkatenera dataframes.

Pandas erbjuder en mängd funktioner för dataanalys, inklusive verktyg för att hantera datum, saknade värden och mer. Med hjälp av biblioteket kan du snabbt konkatenera dataframes för att få en mer omfattande och meningsfull datastruktur. Den här flexibiliteten gör Pandas till ett av de mest populära biblioteken bland datavetare och ingenjörer världen över.

Installation av Pandas

För att kunna använda Pandas måste du först installera det. Detta görs enkelt via pip, Pythons paketadministratör. Du kan öppna din terminal och köra följande kommando:

pip install pandas

Om du använder Anaconda kan du istället installera Pandas med:

conda install pandas

När installationen är klar kan du importera Pandas i din Python-miljö med:

import pandas as pd

Nu är du redo att börja arbeta med python dataframe konkatenera och andra datamanipulationsmetoder!

Förberedelse av dataframes

Innan vi kan konkatenera dataframes python, behöver vi förbereda några exempeldataframes. Låt oss skapa två olika dataframes för att demonstrera hur vi kan sammanfoga dem:

import pandas as pd

# Skapa första dataframe
data1 = {
    'Namn': ['Anna', 'Björn', 'Carl'],
    'Ålder': [28, 34, 29]
}

df1 = pd.DataFrame(data1)

# Skapa andra dataframe
data2 = {
    'Namn': ['David', 'Eva', 'Fredrik'],
    'Ålder': [45, 38, 32]
}

df2 = pd.DataFrame(data2)

Nu har vi två dataframes, df1 och df2, som vi kan använda för att konkatenera dataframes.

Användning av `concat()`-funktionen

För att använda funktionen concat() i Pandas, skriver vi:

result = pd.concat([df1, df2])

Denna kod kommer att kombinera df1 och df2 vertikalt, vilket innebär att raderna från den andra dataramen läggs till under den första. Låt oss titta på det resulterande dataframe.

print(result)

Det resulterande dataframe kommer att se ut så här:

      Namn  Ålder
0    Anna     28
1   Björn     34
2    Carl     29
0   David     45
1     Eva     38
2 Fredrik     32

Sammanfoga dataframes vertikalt

Som tidigare nämnt kan vi enkelt konkatenera dataframes python efter rad. Vertikal sammanfogning är standardbeteendet hos pd.concat. Om vi vill återanvända result och exempelvis behålla indexen, kan vi också använda parametern ignore_index som sätter indexen att börja om från 0.

result_reset = pd.concat([df1, df2], ignore_index=True)

Då blir det resulterande dataframe:

      Namn  Ålder
0    Anna     28
1   Björn     34
2    Carl     29
3   David     45
4     Eva     38
5 Fredrik     32

Sammanfoga dataframes horisontellt

För att konkatenera dataframes horisontellt, kan vi justera parametern axis till 1. Det innebär att vi går till kolumnaxeln istället för radaxeln. Här är ett exempel:

data3 = {
    'Kön': ['Kvinna', 'Man', 'Man'],
    'Längd': [170, 180, 175]
}

df3 = pd.DataFrame(data3)

result_horizontal = pd.concat([df1, df3], axis=1)

Det resulterande dataframe skulle se ut så här:

      Namn  Ålder      Kön  Längd
0    Anna     28  Kvinna    170
1   Björn     34      Man    180
2    Carl     29      Man    175

Hantering av olika kolumner

När du konkatenerar dataframes som har olika kolumner kan det uppstå "NaN" värden i de kolumner som saknas. För att göra detta enklare, kan du använda parametern join som bestämmer hur du vill kombinera kolumnerna. En typisk inställning är outer, vilket ger ett union av alla kolumner.

data4 = {
    'Namn': ['Gina', 'Håkan'],
    'Stad': ['Stockholm', 'Göteborg']
}

df4 = pd.DataFrame(data4)
result_join = pd.concat([df1, df4], join='outer')

Det resulterande dataframe kommer att ha "NaN" i kolumnen Ålder för de nya raderna:

       Namn  Ålder      Stad
0     Anna   28.0      NaN
1    Björn   34.0      NaN
2     Carl   29.0      NaN
0    Gina    NaN  Stockholm
1    Håkan   NaN  Göteborg

Nyckelparametrar för `concat()`

Det finns flera viktiga parametrar som kan anpassas när du använder pd.concat python. Här är några av dem:

• axis: Bestämmer om du vill sammanfoga vertikalt (0) eller horisontellt (1).
• join: Definierar hur du vill sammanfoga kolumner, antingen outer eller inner.
• ignore_index: Om satt till True, kommer det att återställa indexen i det resulterande dataframe.
• keys: Används för att sätta en ny nivå på indexen i det resulterande dataframe.
• copy: Bestämmer om en kopia av data ska skapas eller inte.

Exempel på användning av `concat()`

Låt oss titta på ett komplext exempel som använder flera parametrar för att konkatenera dataframes python. Anta att vi har en list av dataframes och vi vill kombinera dem med hierarkiska index:

data5 = {
    'Namn': ['Gustav', 'Helena'],
    'Ålder': [30, 25]
}

df5 = pd.DataFrame(data5)
dataframes = [df1, df2, df5]

result_multi = pd.concat(dataframes, keys=['Grupp A', 'Grupp B', 'Grupp C'])

Detta ger oss ett dataframe med ett hierarkiskt index:

                Namn  Ålder
Grupp A 0    Anna     28
        1   Björn     34
        2    Carl     29
Grupp B 0   David     45
        1     Eva     38
        2 Fredrik     32
Grupp C 0  Gustav     30
        1  Helena     25

Undvikande av dubbletter i index

Vid python dataframe concat är det viktigt att hantera dubbletter i index. När man sammanfogar dataframes kan det hända att man får dubbletter i index. För att undvika detta, kan parametern verify_integrity användas:

result_no_duplicates = pd.concat([df1, df2], verify_integrity=True)

Detta kommer att ge ett felmeddelande om det finns dubbletter i indexen. Om du vill behålla unika index kan du alltid behöva återställa indexen med ignore_index.

Skapa hierarkiska index

Som vi såg tidigare kan vi använda nycklar när vi konkatenerar dataframes för att skapa hierarkiska index. Det ger oss möjlighet att differentiellt analysera olika dataset inom samma dataframe. Det här är framförallt användbart för grupper om du till exempel vill anpassa sammanställningen baserat på olika kategorier.

Sortera kolumner

När du har sammanfogat flera dataframes kan du behöva sortera kolumnerna. Det går snabbt och enkelt med metoden sort_index(). Den kan till exempel användas så här:

sorted_result = result.sort_index(axis=1)

Då kommer kolumnerna i det resulterande dataframe att sorteras i alfabetisk ordning.

Slutsats

I denna guide har vi lärt oss olika sätt att konkatenera dataframes i Python med hjälp av Pandas. Genom olika exempel och förklaring av nyckelparametrar som pd.concat python, har vi fått en klar bild av hur man effektivt hanterar data. Att python pandas concat är en ovärderlig färdighet för alla som arbetar med data, och med övning kan du enkelt bli bekväm i att använda dessa funktioner i dina egna projekt.

Genom att förstå hur man konkatenera två dataframes och hantera index, kan du storligen förbättra din datahantering och analys. Kom ihåg att nyckeln ligger i att ständigt öva och experimentera med olika typer av dataframes för att finslipa dina färdigheter.

Tack för att du läste vår artikel, du kan se alla artiklar i våra webbkartor eller i Sitemaps

Tyckte du att den här artikeln var användbar? Konkatenera dataframes i Python snabbt och enkelt med Pandas Du kan se mer här Elektronik.