Pandas dataframe annex

Pandas est le package spécial basé sur l'analyse de Python particulièrement utilisé pour évaluer et faire passer les données Python en contrebande. Il vient de la fonction «dataframe ()» qui a été populaire pour aligner les données Python dans les lignes et les colonnes, i.e. forme de matrice. Comme son nom l'indique, la fonction «APPEND ()» est utilisée pour ajouter quelque chose à la fin d'une structure. Par conséquent, nous pouvons dire que Pandas La fonction annexée () doit être utilisée pour ajouter des données d'un cadre de données à la fin d'un autre trame de données. Ainsi, nous implémenterons quelques exemples de Python dans Spyder 3 pour voir le fonctionnement de Pandas DataFrame.Fonction ajoutée dans Windows 10. Commençons.

Exemple 01:

Commençons par le premier exemple pour voir comment les trames de données Python peuvent être initialisées avec Pandas. Dans l'outil Spyder 3 Python, nous avons importé le package du panda avec le mot-clé «Importer» en tant qu'objet «PD». Ceci sera utilisé pour initialiser la trame de données dans le code. Nous avons donc ajouté une nouvelle variable D1, obtenant le nouveau cadre de données Pandas via l'objet «PD» en utilisant la fonction «DataFrame ()». La fonction DataFrame () est là pour créer un cadre de données de formulaire tabulaire tout en ajoutant deux listes de 2 * 2, I.e. lignes en colonnes. Les colonnes ont été nommées 1 et 2 en utilisant la structure de la liste dessus. Les index pour les lignes ont été déclarés 1 et 2. La déclaration d'impression est là pour imprimer le cadre de données «D1» sur la console.

Après la première création de trame de données, nous avons également créé une autre trame de données avec la même méthode. Le seul changement est ici dans les listes de valeur, je.e. Valeurs différentes. La déclaration d'impression affiche la deuxième image de données D2 sur la console. Maintenant, la deuxième dernière déclaration d'impression nous indique que nous afficherons la trame de données annexée. Ainsi, le deuxième trame de données D2 a été annexé au dernier de la première trame de données, D2 en utilisant la fonction annexée (). La déclaration d'impression affiche le cadre de données annexé.

Importer des pandas en tant que PD
d1 = pd.Dataframe ([['a', 'b'], ['d', 'e']], colonnes = list ('12 '), index = [' 1 ',' 2 ']))
Imprimer ("DataFrame 1…")
Imprimer (D1)
d2 = pd.DataFrame ([['c', 'f'], ['g', 'h']], colonnes = list ('12 '), index = [' 1 ',' 2 ']))
imprimer ("DataFrame 2…")
Imprimer (D2)
imprimer ("annexe dataframe…")
Imprimer (D1.Ajouter (D2))

Une fois le code terminé, il est temps d'exécuter ce code Python pour voir les résultats. Utilisez le bouton d'exécution de Spyder 3 à partir de la barre des tâches et allez-y. En retour, nous avons la sortie ci-dessous. Il montre les premières et deuxième trames de données séparément. Après cela, le deuxième trame de données annexé à la première trame de données a été affichée dans la sortie.

Exemple 02:

Jetons un coup d'œil à un autre exemple pour utiliser la fonction annexée () pour rejoindre deux cadres de données de Pandas. Cette fois, nous utilisons des dictionnaires pour créer des cadres de données. Nous avons donc lancé le programme pour importer le package Pandas en tant que «PD». Deux cadres de données, D1 et D2, ont été créés et initialisés à l'aide de la fonction DataFrame () de Pandas avec l'objet «PD». Nous avons initialisé une bibliothèque dans les deux cadres de données ayant deux valeurs de paire de clés. La clé est un alphabet ou un caractère et même dans les deux cadres de données «x» et «y». Tandis que la paire des clés «x» et «y» sont deux listes de valeurs totalement différentes dans chacune pour les deux cadres de données. Les deux premières instructions d'impression sont là pour afficher séparément les cadres de données D1 et D2 avec une rupture de ligne par «\ n». Tandis que la dernière instruction d'impression utilise la fonction annexée () pour rejoindre la deuxième image de données D2 avec la première trame de données D1 et l'afficher sur le shell en tant que.

Importer des pandas en tant que PD
d1 = pd.DataFrame ("x": [1, 3, 5], "Y": [2, 4, 6]) #Using Dictionary
d2 = pd.DataFrame ("x": [7, 9, 11], "y": [8, 10, 12]) #Using Dictionary
imprimer (d1, "\ n")
imprimer (d2, "\ n")
Imprimer (D1.Ajouter (D2))

Après avoir exécuté ce code, nous avons affiché les cadres de données séparément puis conjointement.

Exemple 03:

Jetons un coup d'œil à notre dernier exemple d'utilisation du cadre de données du Panda avec une fonction A SPEND () pour les rejoindre dans un. Cette fois, nous avons commencé notre code en créant 2 dictionnaires de type de chaînes, DIC1 et DIC2, après avoir importé le package du panda comme objet «PD». Les dictionnaires DIC1 et DIC2 ont 3 valeurs de paire clé. Les touches sont des types de chaînes, tandis que les deux premières valeurs sont des listes de types de chaîne, et la dernière valeur de clé est les listes de types entiers. Les DIC1 et DIC2 ont été convertis en un cadre de données Pandas en appelant la fonction DataFrame avec l'objet Pandas «PD». Les cadres de données sont enregistrés sur D1 et D2. Maintenant, la fonction APPEND () est utilisée pour rejoindre D1 avec D1 et enregistrée à la variable D3. Le cadre de données conjoint D3 est imprimé avec la fonction print ().

Importer des pandas en tant que PD
dic1 =
«Nom»: [«John», «William», «Laila»],
«Fname»: [«Jack», «Worth», «Sky»],
«Âge»: [36, 50, 25]

dic2 =
«Nom»: [«Elizebath», «Diana», «Marshal»],
'Fname': ['Patinson', 'Penty', "],
«Âge»: [56, 25, 29]

d1 = pd.DataFrame (DIC1)
d2 = pd.DataFrame (DIC2)
d3 = d1.Ajouter (D2)
print ("\ nthe annexé dataframe: \ n", d3)

Les cadres de données ont été annexés et affichés selon la sortie.

Conclusion:

Cet article a couvert l'utilisation de la fonction Pandas DataFrame () et A SPEND () dans Python tout en utilisant l'outil Spyder 3. Nous avons utilisé les listes et les dictionnaires des entiers, des caractères et des types de chaînes pour créer des cadres de données, puis les ajoutant ensemble. Nous espérons que ce tutoriel s'avérera utile lors de l'utilisation de Spyder 3 ou de tout autre outil Python.