python pandas中對Series數據進行軸向連接的方法

小編給大家分享一下python pandas中對Series數據進行軸向連接的方法，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

有時候我們想要的數據合并結果是數據的軸向連接，在pandas中這可以通過concat來實現。操作的對象通常是Series。

Ipython中的交互代碼如下：

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

進行三個Series的連接：

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

默認情況下，pandas執行的是按照axis=0進行連接。如果進行axis=1的連接，結果如下：

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

結果是一個DataFrame，回頭再看一下前面的Series的連接后的最終類型：

In [27]: type(pd.concat([series1,series2,series3]))
Out[27]: pandas.core.series.Series

兩種方式的結果并不相同，一個結果是Series，另一個則是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

從上面的一點測試中可以看出，concat的操作僅僅是單純的連接，并沒有涉及到數據的整合。如果想要進行整合，還是使用merge的方法。

以上是“python pandas中對Series數據進行軸向連接的方法”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！