本文主要讲解“Python中数据清理后如何使用Pandas实现数据集成”。本文的解释简单明了，易学易懂。现在请跟随边肖的思路，学习学习《Python中数据清理后如何使用Pandas实现数据集成》！
Pandas合并数据
或者结合数据，熊猫有几种不同的选择。在Jupyter的笔记本中，创建两个新的数据框并合并数据。您可以使用append()合并这些数据框。【案例】结合两组城市名称、人口、面积数据。
importpandasaspd
data={'city':['London '，' Manchester '，' Birmingham '，' Leeds '，' Glasgow']，
人口' :[9787426，2553379，2440986，1777934，1209143]，
面积' :[1737.9，630.3，598.9，487.8，368.5]}
城市=pd。数据帧(数据)
data2={'city':['利物浦'，'南安普顿']，
人口' :[864122，855569]，
区域' :[199.6，192.0]}
cities2=pd。数据帧(数据2)
城市=城市.追加(城市2)
city的操作是“data1=data1.append(data2)”，将data2连接到data1的尾部。然后将其分配给data1。请注意，data1和data2应该具有相同的结构。
B..concat()
框架=[城市，城市2]
df=pd.concat(帧)
像df在ndarray上的兄弟函数一样，numpy.concatenate()和pandas.concat()采用相似对象的列表或字典。
框架=[城市，城市2]
df=pd.concat(帧、键=['x '，' y'])
Df增加了关键字keys参数来区分不同的数据源。
然后可以根据数据源直接查看定位所需的数据。
谢谢你的阅读。以上就是《Python中数据清理后如何使用Pandas实现数据集成》的内容。学习完这篇文章，相信你对Python中数据清理后如何使用Pandas实现数据集成有了更深的理解，具体用法还需要实践验证。在这里，边肖将为您推送更多关于知识点的文章，敬请关注！
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/116540.html