Hướng dẫn what is concat in python with example? - concat trong python với ví dụ là gì?

Thuật ngữ Python

Kết hợp chuỗi

Kết nối chuỗi có nghĩa là thêm chuỗi với nhau.

Sử dụng ký tự + để thêm một biến vào một biến khác:

Thí dụ

x = "python là" y = "tuyệt vời" z = & nbsp; x + y in (z)
y = "awesome"
z =  x + y
print(z)

Hãy tự mình thử »

Thí dụ

x = "python là" y = "tuyệt vời" z = & nbsp; x + y in (z)

Hãy tự mình thử »
b = "World"
c = a + b
print(c)

Hãy tự mình thử »

Thí dụ

x = "python là" y = "tuyệt vời" z = & nbsp; x + y in (z)

Hãy tự mình thử »
b = "World"
c = a + " " + b
print(c)

Hãy tự mình thử »

Hợp nhất biến

import pandas

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Name": "David", "ID": 3}

df1 = pandas.DataFrame(d1, index={1, 2})
df2 = pandas.DataFrame(d2, index={3})

print('********\n', df1)
print('********\n', df2)

df3 = pandas.concat([df1, df2])

print('********\n', df3)

import pandas

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Name": "David", "ID": 3}

df1 = pandas.DataFrame(d1, index={1, 2})
df2 = pandas.DataFrame(d2, index={3})

print('********\n', df1)
print('********\n', df2)

df3 = pandas.concat([df1, df2])

print('********\n', df3)

import pandas

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Name": "David", "ID": 3}

df1 = pandas.DataFrame(d1, index={1, 2})
df2 = pandas.DataFrame(d2, index={3})

print('********\n', df1)
print('********\n', df2)

df3 = pandas.concat([df1, df2])

print('********\n', df3)

Thí dụ

x = "python là" y = "tuyệt vời" z = & nbsp; x + y in (z)
y = 10
print(x + y)

Hãy tự mình thử »

Hợp nhất biến

import pandas

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Name": "David", "ID": 3}

df1 = pandas.DataFrame(d1, index={1, 2})
df2 = pandas.DataFrame(d2, index={3})

print('********\n', df1)
print('********\n', df2)

df3 = pandas.concat([df1, df2])

print('********\n', df3)

import pandas

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Name": "David", "ID": 3}

df1 = pandas.DataFrame(d1, index={1, 2})
df2 = pandas.DataFrame(d2, index={3})

print('********\n', df1)
print('********\n', df2)

df3 = pandas.concat([df1, df2])

print('********\n', df3)

import pandas

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Name": "David", "ID": 3}

df1 = pandas.DataFrame(d1, index={1, 2})
df2 = pandas.DataFrame(d2, index={3})

print('********\n', df1)
print('********\n', df2)

df3 = pandas.concat([df1, df2])

print('********\n', df3)

Thí dụ

x = "python là" y = "tuyệt vời" z = & nbsp; x + y in (z)
y = "John"
print(x + y)

Hãy tự mình thử »

Hợp nhất biến import pandas d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]} d2 = {"Name": "David", "ID": 3} df1 = pandas.DataFrame(d1, index={1, 2}) df2 = pandas.DataFrame(d2, index={3}) print('********\n', df1) print('********\n', df2) df3 = pandas.concat([df1, df2]) print('********\n', df3) 0 với biến import pandas d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]} d2 = {"Name": "David", "ID": 3} df1 = pandas.DataFrame(d1, index={1, 2}) df2 = pandas.DataFrame(d2, index={3}) print('********\n', df1) print('********\n', df2) df3 = pandas.concat([df1, df2]) print('********\n', df3) 1 thành biến import pandas d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]} d2 = {"Name": "David", "ID": 3} df1 = pandas.DataFrame(d1, index={1, 2}) df2 = pandas.DataFrame(d2, index={3}) print('********\n', df1) print('********\n', df2) df3 = pandas.concat([df1, df2]) print('********\n', df3) 2:

A = "Hello" B = "World" C = A + B Print (C)

Thuật ngữ Python

Phương thức Pandas Concat () được sử dụng để kết hợp các đối tượng gấu trúc như DataFrames và Sê -ri. Chúng ta có thể vượt qua các tham số khác nhau để thay đổi hành vi của hoạt động nối.

1. Pandas Concat () cú pháp

Cú pháp phương thức Concat () là:

concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
           keys=None, levels=None, names=None, verify_integrity=False,
           sort=None, copy=True)

• OBJS: Một chuỗi các đối tượng gấu trúc để nối.: a sequence of pandas objects to concatenate.
• Tham gia: Tham số tùy chọn để xác định cách xử lý các chỉ mục trên trục khác. Các giá trị hợp lệ là ‘bên trong và‘ bên ngoài.: optional parameter to define how to handle the indexes on the other axis. The valid values are ‘inner’ and ‘outer’.
• tham gia_axes: không dùng nữa trong phiên bản 0.25.0.: deprecated in version 0.25.0.
• bỏ qua_index: Nếu đúng, các chỉ mục từ các đối tượng nguồn sẽ bị bỏ qua và một chuỗi các chỉ mục từ 0,1,2, N sẽ được gán cho kết quả.: if True, the indexes from the source objects will be ignored and a sequence of indexes from 0,1,2…n will be assigned to the result.
• Khóa: Một chuỗi để thêm một định danh vào các chỉ mục kết quả. Nó rất hữu ích trong việc đánh dấu các đối tượng nguồn trong đầu ra.: a sequence to add an identifier to the result indexes. It’s helpful in marking the source objects in the output.
• Cấp độ: Một chuỗi để chỉ định các cấp duy nhất để tạo đa dạng.: a sequence to specify the unique levels to create multiindex.
• Tên: Tên cho các cấp độ trong chỉ số phân cấp kết quả.: names for the levels in the resulting hierarchical index.
• Verify_Integrity: Kiểm tra xem trục được nối mới có chứa các bản sao hay không. Nó là một hoạt động đắt tiền.: Check whether the new concatenated axis contains duplicates. It’s an expensive operation.
• Sắp xếp: Sắp xếp trục không liên kết nếu nó chưa được căn chỉnh khi tham gia là ‘bên ngoài. Được thêm vào phiên bản 0.23.0: Sort non-concatenation axis if it is not already aligned when join is ‘outer’. Added in version 0.23.0
• Sao chép: Nếu sai, hãy sao chép dữ liệu một cách không cần thiết.: if False, don’t copy data unnecessarily.

Đọc được đề xuất: Hướng dẫn Python Pandas: Python Pandas Tutorial

2. Ví dụ về Pandas Concat ()

Hãy cùng xem một ví dụ đơn giản để kết hợp hai đối tượng DataFrame.

import pandas

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Name": "David", "ID": 3}

df1 = pandas.DataFrame(d1, index={1, 2})
df2 = pandas.DataFrame(d2, index={3})

print('********\n', df1)
print('********\n', df2)

df3 = pandas.concat([df1, df2])

print('********\n', df3)

Output:

********
      Name  ID
1  Pankaj   1
2    Lisa   2
********
     Name  ID
3  David   3
********
      Name  ID
1  Pankaj   1
2    Lisa   2
3   David   3

Lưu ý rằng việc kết hợp được thực hiện theo chiều, tức là 0 trục. Ngoài ra, các chỉ mục từ các đối tượng DataFrame nguồn được bảo tồn trong đầu ra.

3. Kết nối dọc theo cột, tức là 1 trục

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Role": ["Admin", "Editor"]}

df1 = pandas.DataFrame(d1, index={1, 2})
df2 = pandas.DataFrame(d2, index={1, 2})

df3 = pandas.concat([df1, df2], axis=1)
print('********\n', df3)

Output:

********
      Name  ID    Role
1  Pankaj   1   Admin
2    Lisa   2  Editor

Cột nối dọc theo cột có ý nghĩa khi các đối tượng nguồn chứa các loại dữ liệu khác nhau của một đối tượng.

4. Gán các khóa cho các chỉ mục DataFrame được nối

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Name": "David", "ID": 3}

df1 = pandas.DataFrame(d1, index={1, 2})
df2 = pandas.DataFrame(d2, index={3})

df3 = pandas.concat([df1, df2], keys=["DF1", "DF2"])
print('********\n', df3)

Output:

********
          Name  ID
DF1 1  Pankaj   1
    2    Lisa   2
DF2 3   David   3

5. Bỏ qua các đối tượng DataFrame nguồn trong nối

d1 = {"Name": ["Pankaj", "Lisa"], "ID": [1, 2]}
d2 = {"Name": "David", "ID": 3}

df1 = pandas.DataFrame(d1, index={10, 20})
df2 = pandas.DataFrame(d2, index={30})

df3 = pandas.concat([df1, df2], ignore_index=True)
print('********\n', df3)

Output:

********
      Name  ID
0  Pankaj   1
1    Lisa   2
2   David   3

Điều này rất hữu ích khi các chỉ mục trong các đối tượng nguồn không có ý nghĩa gì. Vì vậy, chúng tôi có thể bỏ qua chúng và gán các chỉ mục mặc định cho DataFrame đầu ra.

6. Tài liệu tham khảo

• pandas.concat () API DOC

Concatenation và ví dụ là gì?

Concat () sẽ gì?

Có một chức năng liên kết trong Python?

Tại sao chúng ta sử dụng Concat?