python pandas中对Series数据进行轴向连接的实例

有时候我们想要的数据合并结果是数据的轴向连接，在pandas中这可以通过concat来实现。操作的对象通常是series。

ipython中的交互代码如下：

in [17]: from pandas import series,dataframe
in [18]: series1 = series(range(2),index = ['a','b'])
in [19]: series2 = series(range(3),index = ['c','d','e'])
in [20]: series3 = series(range(2),index = ['f','g'])
in [21]: import pandas as pd

进行三个series的连接：

in [22]: pd.concat([series1,series2,series3])
out[22]: 
a 0
b 1
c 0
d 1
e 2
f 0
g 1
dtype: int64

默认情况下，pandas执行的是按照axis=0进行连接。如果进行axis=1的连接，结果如下：

in [24]: s1=pd.concat([series1,series2,series3],axis=1)
in [25]: s1
out[25]: 
 0 1 2
a 0.0 nan nan
b 1.0 nan nan
c nan 0.0 nan
d nan 1.0 nan
e nan 2.0 nan
f nan nan 0.0
g nan nan 1.0
in [26]: type(s1)
out[26]: pandas.core.frame.dataframe

结果是一个dataframe，回头再看一下前面的series的连接后的最终类型：

in [27]: type(pd.concat([series1,series2,series3]))
out[27]: pandas.core.series.series

两种方式的结果并不相同，一个结果是series，另一个则是dataframe。

in [29]: series3 = series(range(2),index = ['f','e'])
in [30]: pd.concat([series1,series2,series3])
out[30]: 
a 0
b 1
c 0
d 1
e 2
f 0
e 1
dtype: int64

从上面的一点测试中可以看出，concat的操作仅仅是单纯的连接，并没有涉及到数据的整合。如果想要进行整合，还是使用merge的方法。

以上这篇python pandas中对series数据进行轴向连接的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。