Python中怎么使用Pandas實現數據清洗后的數據整合

這篇文章主要講解了“Python中怎么使用Pandas實現數據清洗后的數據整合”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python中怎么使用Pandas實現數據清洗后的數據整合”吧！

Pandas合并數據

組合或合并數據時，pandas 有幾個不同選項。在 Jupyter的Notebook中，創建兩個新的數據幀并合并數據。可以使用 append() 來合并這些數據幀。【案例】將城市名，人口和面積的兩組數據合并。

import pandas as pd
data = {'city':['London','Manchester','Birmingham','Leeds','Glasgow'],
        'population': [9787426,  2553379,2440986,1777934,1209143],
        'area':[1737.9,630.3,598.9,487.8,  368.5 ]}
cities = pd.DataFrame(data)
data2 = {'city':['Liverpool','Southampton'],
        'population': [864122,  855569],
        'area':[199.6,   192.0]}
cities2 = pd.DataFrame(data2)
cities = cities.append(cities2)
cities

其操作是“data1 = data1.append(data2)” 將data2連接到data1的尾部。再賦值給data1。要注意data1和data2應具有相同的結構。

B..concat()

frames = [cities, cities2]
df = pd.concat(frames)
df

像其在ndarray上的同級函數一樣numpy.concatenate()，pandas.concat()采用同類對象的列表或字典。

frames = [cities, cities2]
df = pd.concat(frames, keys=['x', 'y'])
df

加入關鍵字keys參數進行不同數據來源的區分。

然后可以根據數據來源直接查看定位所需的數據。

df.loc['y']

感謝各位的閱讀，以上就是“Python中怎么使用Pandas實現數據清洗后的數據整合”的內容了，經過本文的學習后，相信大家對Python中怎么使用Pandas實現數據清洗后的數據整合這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！