pandas的concat和drop函数
pandas的concat函数用于连接两个DataFrame数据，drop函数用于删除DataFrame数据中的行或者列。
首先导入需要的库 pandas和numpy：
import pandas as pd import numpy as np
1. 创建DataFrame，可以使用数组或者列表、字典来创建数据
df_1 = pd.DataFrame([['Jack','M',40],['Tony','M',20],['Mary','F',30],['Bob','M',25]], columns=['name','gender','age']) #列表创建DataFrame print('------ df_1是： ------') print(df_1) df_2 = pd.DataFrame(np.arange(16).reshape((4, 4)), index = ['aa', 'bb', 'cc', 'dd'], columns = ['c1', 'c2', 'c3', 'c4']) #数组创建DataFrame print('------ df_2是： ------') print(df_2) array_test = np.array([[1,2,3,4],[2,3,4,5],[3,4,5,6]]) df_3 = pd.DataFrame(array_test, index = ['aa', 'bb', 'ff'], columns = ['c1', 'c2', 'c3', 'c4']) #数组创建DataFrame print('------ df_3是： ------') print(df_3) dict_test = {'c1':[1,2,3,4],'c2':[2,3,4,5],'c3':[3,4,5,6]} df_20 = pd.DataFrame(dict_test) #字典创建DataFrame print('------ df_20是： ------') print(df_20)
2. 也可创建一个序列Series
s_1 = pd.Series(np.arange(4),index= ['aa','bb','cc','dd']) print('------ s_1是： ------') print(s_1)
3. concat ：连接多个DataFrame，axis=0 表示按行连接，即在行的方向上进行扩充连接，axis=1表示按列连接，即在列的方向上进行扩充连接；ignore_index表示连接数据忽略之前的索引，统一使用新的索引；join默认值是'outer'；axis=0时，下面的结果中没有NaN值表示两者的列名一致
df_4 = pd.concat([df_2, df_3], axis=0, ignore_index=True) print('------ df_4是： ------') print(df_4)
4. concat：axis=1表示列连接，即在列的维度上进行连接，join默认值是'outer'，表示默认外连接，类似于sql；按列连接时，相同行名称的直接连接，不同行名称时用NaN填充：
df_5 = pd.concat([df_2, df_3], axis=1, ignore_index=True, sort=False) print('------ df_5是： ------') print(df_5)
5. concat：ignore_index=False均表示保留之前的索引
df_6 = pd.concat([df_2, df_3], axis=1, ignore_index=False, sort=False) print('------ df_6是： ------') print(df_6)
6. concat：join='inner'表示内连接，只会保留两者均有的索引行/列
df_7 = pd.concat([df_2, df_3], axis=1, join='inner', ignore_index=False, sort=False) print('------ df_7是： ------') print(df_7)
7. drop：删除其中某几行/列，labels表示要删掉的行索引或者列名，必须是已存在的；axis=0表示按行
df_8 = df_2.drop(labels=['bb'], axis=0) #直接drop时，索引会有缺失，特别是当数字作为索引时，删除中间的索引行容易造成读取错误 print('------ df_8是： ------') print(df_8)
注：直接drop时，索引会有缺失，特别是当数字作为索引时，删除中间的索引行容易造成读取错误
8. drop：删除行时，reset_index会重建新索引
df_9 = df_2.drop(labels=['bb'], axis=0).reset_index(drop=True) print('------ df_9是： ------') print(df_9)
9. drop：删除列，类似；axis=1表示按列
df_10 = df_2.drop(labels=['c3'], axis=1) print('------ df_10是： ------') print(df_10)
10. drop：method='bfill' 表示用后面的值向前面填充（否则会用NaN值填充），reindex用于重建索引
df_11 = df_2.drop(labels=['c3'], axis=1).reindex(columns=['c1','c2','c3','c4'], method='bfill') print('------ df_11是： ------') print(df_11)
11. drop：method='ffill'表示用前面的值向后面填充
df_12 = df_2.drop(labels=['c3'], axis=1).reindex(columns=['c1','c2','c3','c4'], method='ffill') print('------ df_12是： ------') print(df_12)
12. drop：fill_value=0表示用0值填充
df_13 = df_2.drop(labels=['c3'], axis=1).reindex(columns=['c1','c2','c3','c4'], fill_value=0) print('------ df_13是： ------') print(df_13)
##
参考：
https://jingyan.baidu.com/article/91f5db1b79205a1c7f05e3ae.html
