亚洲中字慕日产2020,大陆极品少妇内射AAAAAA,无码av大香线蕉伊人久久,久久精品国产亚洲av麻豆网站

資訊專欄INFORMATION COLUMN

pandas concat ignore_index 無(wú)效，依然保留索引

zhaochunqi / 4393人閱讀

摘要：最后的解決方法是先刪除索引，再進(jìn)行合并。。。原因并不意味忽略然后連接，而是指連接后再重新賦值。從上面可以看出如果兩個(gè)有重疊的索引還是可以自動(dòng)合并的。原解釋忽略，表示未在連接軸上對(duì)齊。

假設(shè)現(xiàn)在有兩個(gè)數(shù)據(jù)： 
df1
    0 1 2 3
a 5.1 4.7 4.9 2.4
b 3.0 3.2 3.0 6.2
c 4.5 1.3 2.7 1.8
d 1.4 1.9 1.4 0.5
e 0.2 0.2 0.2 3.5
newdf
    0 1 2 3
0 10 45 13 1
1 47 15 46 42
2 38 26 20 11
3 9 16 44 23
4 45 6 24 35
　使用concat合并，設(shè)置參數(shù)axis=1，ignore_index=True 
pd.concat([df1,newdf],axis=1,ignore_index=True)

    0 1 2 3 4 5 6 7
a 5.1 4.7 4.9 2.4 NaN NaN NaN NaN
b 3.0 3.2 3.0 6.2 NaN NaN NaN NaN
c 4.5 1.3 2.7 1.8 NaN NaN NaN NaN
d 1.4 1.9 1.4 0.5 NaN NaN NaN NaN
e 0.2 0.2 0.2 3.5 NaN NaN NaN NaN
0 NaN NaN NaN NaN 10.0 45.0 13.0 1.0
1 NaN NaN NaN NaN 47.0 15.0 46.0 42.0
2 NaN NaN NaN NaN 38.0 26.0 20.0 11.0
3 NaN NaN NaN NaN 9.0 16.0 44.0 23.0
4 NaN NaN NaN NaN 45.0 6.0 24.0 35.0
但是參數(shù)設(shè)置為axis=0的時(shí)候有效，列表成功合并，而且index的確被忽略了。 
pd.concat([df1,newdf],axis=0,ignore_index=True)

    0   1   2   3
0 5.1 4.7 4.9 2.4
1 3.0 3.2 3.0 6.2
2 4.5 1.3 2.7 1.8
3 1.4 1.9 1.4 0.5
4 0.2 0.2 0.2 3.5
5 10.0 45.0 13.0 1.0
6 47.0 15.0 46.0 42.0
7 38.0 26.0 20.0 11.0
8 9.0 16.0 44.0 23.0
9 45.0 6.0 24.0 35.0
最后的解決方法是先刪除索引，再進(jìn)行合并。。。 
df1.reset_index(drop=True, inplace=True)
df2.reset_index(drop=True, inplace=True)
　原因 
ignore_index = True并不意味忽略index然后連接，而是指連接后再重新賦值index(len(index))。從上面可以看出如果兩個(gè)df有重疊的索引還是可以自動(dòng)合并的。

原解釋

ignore_index = True"忽略"，表示未在連接軸上對(duì)齊。它只是按它們傳遞的順序?qū)⑺鼈冋迟N在一起，然后重新分配實(shí)際索引的范圍（例如，范圍（len（索引））），以便加入非重疊索引之間的差異（假設(shè)示例中的軸= 1）是，使用ignore_index = False（默認(rèn)值），您獲得索引的concat，并使用ignore_index = True獲得范圍。

參考：
pandas concat ignore_index doesn"t work

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://www.ezyhdfw.cn/yun/41894.html

相關(guān)文章

  • 關(guān)于合并python DataFrame的方法總結(jié)

    　　小編寫(xiě)這篇文章的主要目的，主要是給大家做個(gè)詳細(xì)的解答，詳細(xì)的解答關(guān)于python DataFrame相關(guān)方面的知識(shí)，希望可以為各位讀者帶來(lái)更多的幫助?！　ython DataFrame的合并方法　　Python的Pandas針對(duì)DataFrame,Series提供了多個(gè)合并函數(shù)，通過(guò)參數(shù)的調(diào)整可以輕松實(shí)現(xiàn)DatafFrame的合并?！　∈紫?，定義3個(gè)DataFrame df1,df2,df3...

    89542767 評(píng)論0 收藏0

  • ??數(shù)據(jù)科學(xué)-Pandas、Numpy、Matplotlib秘籍之精煉總結(jié)

    前言： 先感受一下數(shù)據(jù)科學(xué)的魅力，上圖是在Smart Dubai 2017 GITEX科技周展臺(tái)上推出Smart Decision-Making Platform（智能決策平臺(tái)），于10月8日至12日在迪拜世界貿(mào)易中心舉行。游客可以通過(guò)一個(gè)沉浸式的空間將數(shù)據(jù)可視化，讓他們了解迪拜的未來(lái)。讓參觀者可以在現(xiàn)場(chǎng)查閱觀看全市數(shù)據(jù)，這意味著迪拜將成為了世界上第一個(gè)與公眾分享實(shí)時(shí)實(shí)時(shí)數(shù)據(jù)的城市，同時(shí)還可以預(yù)...

    Zhuxy 評(píng)論0 收藏0

  • python綜合學(xué)習(xí)五之Pandas

    摘要：后者選擇到標(biāo)簽之間的數(shù)據(jù)，并且包括這兩個(gè)標(biāo)簽。根據(jù)位置設(shè)置和我們可以利用索引或者標(biāo)簽確定需要修改值的位置。通過(guò)上邊的學(xué)習(xí)，我們學(xué)會(huì)了如何對(duì)中在自己想要的地方賦值或者增加數(shù)據(jù)。 這一節(jié)，主要深入學(xué)習(xí)Pandas的用法。 一、篩選 先建立一個(gè) 6X4 的矩陣數(shù)據(jù)。 dates = pd.date_range(20180830, periods=6) df = pd.DataFrame(np...

    Miracle 評(píng)論0 收藏0

  • 【數(shù)據(jù)科學(xué)系統(tǒng)學(xué)習(xí)】Python # 數(shù)據(jù)分析基本操作[四] 數(shù)據(jù)規(guī)整化和數(shù)據(jù)聚合與分組運(yùn)算

    摘要：數(shù)據(jù)規(guī)整化清理轉(zhuǎn)換合并重塑數(shù)據(jù)聚合與分組運(yùn)算數(shù)據(jù)規(guī)整化清理轉(zhuǎn)換合并重塑合并數(shù)據(jù)集可根據(jù)一個(gè)或多個(gè)鍵將不同中的行鏈接起來(lái)。函數(shù)根據(jù)樣本分位數(shù)對(duì)數(shù)據(jù)進(jìn)行面元?jiǎng)澐?。字典或，給出待分組軸上的值與分組名之間的對(duì)應(yīng)關(guān)系。 本篇內(nèi)容為整理《利用Python進(jìn)行數(shù)據(jù)分析》，博主使用代碼為 Python3，部分內(nèi)容和書(shū)本有出入。 在前幾篇中我們介紹了 NumPy、pandas、matplotlib 三個(gè)...

    The question 評(píng)論0 收藏0

發(fā)表評(píng)論

0條評(píng)論

最新活動(dòng)
閱讀需要支付1元查看
<