pd.DataFrame筛选需要拼接在一起
时间: 2023-02-01 09:54:30 浏览: 132
pyspark.sql.DataFrame与pandas.DataFrame之间的相互转换实例
5星 · 资源好评率100%
要对 `pd.DataFrame` 进行筛选并拼接在一起,你可以使用 `pd.concat()` 函数。例如:
```python
import pandas as pd
# 创建两个数据帧
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'], 'B': ['B0', 'B1', 'B2'], 'C': ['C0', 'C1', 'C2']}, index=[0, 1, 2])
df2 = pd.DataFrame({'A': ['A3', 'A4', 'A5'], 'B': ['B3', 'B4', 'B5'], 'C': ['C3', 'C4', 'C5']}, index=[3, 4, 5])
# 对 df1 和 df2 进行拼接
df_merged = pd.concat([df1, df2])
# 显示拼接后的数据帧
print(df_merged)
```
运行以上代码,拼接后的数据帧会输出如下:
```
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 C2
3 A3 B3 C3
4 A4 B4 C4
5 A5 B5 C5
```
如果你想对两个数据帧进行筛选,你可以在拼接之前使用条件进行筛选,例如:
```python
# 只保留 A 列值为 A0 的行
df1 = df1[df1['A'] == 'A0']
# 只保留 B 列值为 B3 的行
df2 = df2[df2['B'] == 'B3']
# 对筛选后的 df1 和 df2 进行拼接
df_filtered_and_merged = pd.concat([df1, df2])
# 显示拼接后的数据帧
print(df_filtered_and_merged)
```
运行以上代码,拼接后的数据帧会输出如下:
```
A B C
0 A0 B0 C
阅读全文