程序员的公众号：源1024，获取更多资料，无加密无套路！
最近整理了一波电子书籍资料，包含《Effective Java中文版 第2版》《深入JAVA虚拟机》，《重构改善既有代码设计》，《MySQL高性能-第3版》，《Java并发编程实战》等等
获取方式: 关注公众号并回复 电子书 领取，更多内容持续奉上
concat
构建数据
import pandas as pd
import numpy as np
from pandas import Series,DataFramename = ['小小','火女','火枪']
age = [10,14,16]
high = [110,150,180]
hobby = ['唱歌','跳舞','篮球']data_dict= {'名字':name,'年龄':age,'身高(cm)':high,'爱好':hobby}
df = pd.DataFrame(data_dict)
print(df)#输出名字 年龄 身高(cm) 爱好
0 小小 10 110 唱歌
1 火女 14 150 跳舞
2 火枪 16 180 篮球拼接行数据
loc方法拼接
data_row = {'名字':'Doom','年龄':18,'身高(cm)':185,'爱好':'演讲'}
df_1 = pd.DataFrame([data_row])
#loc方法添加数据
df.loc[3] = data_row
print(df)#输出名字 年龄 身高(cm) 爱好
0 小小 10 110 唱歌
1 火女 14 150 跳舞
2 火枪 16 180 篮球
3 Doom 18 185 演讲concat拼接
data_row = {'名字':'Doom','年龄':18,'身高(cm)':185,'爱好':'演讲'}
df_1 = pd.DataFrame([data_row])
print(df_1)
print(pd.concat([df,df_1],axis='index'))#输出名字 年龄 身高(cm) 爱好
0 Doom 18 185 演讲名字 年龄 身高(cm) 爱好
0 小小 10 110 唱歌
1 火女 14 150 跳舞
2 火枪 16 180 篮球
0 Doom 18 185 演讲拼接列数据
addr_col = {'地址': ['北京','天津','上海','深圳']}
df2 = DataFrame.from_dict(addr_col)
print(df2)#按列 axis =1 或 'columns'
df3 = pd.concat([df,df2],axis='columns')
#df3 = pd.concat([df,df2],axis=1)
print(df3)#输出地址
0 北京
1 天津
2 上海
3 深圳名字 年龄 身高(cm) 爱好 地址
0 小小 10.0 110.0 唱歌 北京
1 火女 14.0 150.0 跳舞 天津
2 火枪 16.0 180.0 篮球 上海
3 NaN NaN NaN NaN 深圳append
拼接行数据
data_row = {'名字':'Doom','年龄':18,'身高(cm)':185,'爱好':'演讲'}
df_1 = pd.DataFrame([data_row])
print(df_1)addr_col2 = {'名字':'敌法','年龄':17,'身高(cm)':188,'爱好':'演讲','地址':'河北'}
df4 = pd.DataFrame([addr_col2])df7 = df_1._append(df4)
print(df7)#输出名字 年龄 身高(cm) 爱好
0 Doom 18 185 演讲名字 年龄 身高(cm) 爱好 地址
0 Doom 18 185 演讲 NaN
0 敌法 17 188 演讲 河北
系列文章索引
Python (一) 操作Mysql
Python (二) 读写excel文件
Python (三) 读写csv文件
Python （四）读写word
Python (五) 处理图像
Python (六) 绘图
Python（七）操作JSON
Python （八）网络编程
Python （九）requests
Python （十） operator
Python （十一）多线程
Python （十二） NumPy操作
Python （十三） pandas(一)
Python （十四）pandas（二）
Python （十五）pandas（三）
法)
)
