Python est un langage de programmation polyvalent qui fournit aux programmeurs divers modules et bibliothèques pour effectuer les tâches requises. L'une de ces fonctions puissantes fournies par Python est "cbind". Cela signifie liaison de colonnes. "cbind" est un outil puissant qui permet aux programmeurs de combiner, fusionner et regrouper des tableaux, des trames de données, etc. par colonnes en Python. Dans cet article, nous allons apprendre à utiliser « cbind » en Python.
La compréhension de zip et de liste sont deux techniques très populaires utilisées dans de nombreuses expressions en Python. La fonction zip peut aider à combiner plusieurs éléments de différents objets itérables. La compréhension de liste, quant à elle, est une technique permettant de générer des éléments de liste sur une seule ligne en combinant plusieurs expressions, boucles, etc.
zip(iterable1, iterable2, other iterables……….)
zip accepte plusieurs éléments itérables. Iterable1, iterable2, iterable3, etc. voici tous les objets itérables, tels que les listes, etc. La méthode zip renverra un tuple contenant toutes les combinaisons d'éléments. Ces objets itérables n'ont pas besoin d'avoir les mêmes dimensions. En même temps, ces objets itérables peuvent être de plusieurs types de données
Dans l'exemple ci-dessous, nous avons créé trois colonnes, à savoir la Colonne 1, la Colonne 2 et la Colonne 3. Ensuite, nous avons généré une liste en utilisant les compréhensions de liste et la méthode zip. Nous utilisons la méthode zip pour combiner les trois listes et ajouter les éléments à la liste
column1 = [1, 2, 3]
column2 = [4, 5, 6]
column3 = [7, 8, 9]
combined = [list(t) for t in zip(column1, column2, column3)]
for row in combined:
print(row)
[1, 4, 7] [2, 5, 8] [3, 6, 9]
La fonction concaténer, comme son nom l'indique, est utilisée pour concaténer des tableaux le long d'un axe spécifique (ligne ou colonne). Après avoir concaténé les tableaux, nous pouvons découper les éléments requis du résultat
La traduction chinoise deDans le code ci-dessous, nous importons d'abord la bibliothèque Numpy. Nous avons créé trois tableaux nommés « colonne 1 », « colonne 2 » et « colonne 3 ». Nous utilisons la méthode concatenate de Numpy pour concaténer les tableaux et stocker le résultat dans une variable appelée "combinée". Ensuite, nous parcourons les variables combinées et imprimons les lignes.
import numpy as np
column1 = np.array([1, 2, 3])
column2 = np.array([4, 5, 6])
column3 = np.array([7, 8, 9])
combined = np.concatenate((column1[:, np.newaxis], column2[:, np.newaxis], column3[:, np.newaxis]), axis=1)
for row in combined:
print(row)
[1 4 7] [2 5 8] [3 6 9]
La méthode zip, comme mentionné précédemment, permet de fusionner plusieurs éléments itérables ensemble. D'autre part, l'opérateur "*" est l'opérateur de décompression qui aide à décompresser les éléments itérables en valeurs ou arguments individuels. Il peut être utilisé dans de nombreux contextes, tels que les appels de fonctions, la création de listes, l'affectation de variables, etc.
La traduction chinoise decolumn1 = [1, 2, 3]
column2 = [4, 5, 6]
column3 = [7, 8, 9]
combined = [*zip(column1, column2, column3)]
for row in combined:
print(row)
(1, 4, 7) (2, 5, 8) (3, 6, 9)
Numpy est une bibliothèque populaire en Python pour gérer les calculs numériques. Il fournit une méthode intégrée simple pour effectuer l'opération "cbind"
result = np.c_[array1, array2, array3,......]
Ici array1, array2, array3, etc. sont les tableaux dont nous avons besoin pour effectuer l'opération "cbind". Nous pouvons travailler avec un ou plusieurs tableaux sur NumPy via la méthode c_. Tous les tableaux doivent avoir les mêmes dimensions. Sinon, Numpy générera une erreur.
La traduction chinoise deDans l'exemple ci-dessous, nous avons importé un tableau Numpy et lui avons donné un alias np. Ensuite, nous avons créé array1 et array2 à l'aide des méthodes de tableau de Numpy. Ensuite, nous effectuons une opération "cbind" sur les deux tableaux et imprimons les résultats.
Ce code utilise c_method pour rejoindre par colonne. Bien que "cbind" ne soit pas mentionné, la fonction est exactement la même que la fonction "cbind" dans d'autres langages de programmation tels que R.
import numpy as np array1 = np.array([1, 2, 3]) array2 = np.array([4, 5, 6]) result = np.c_[array1, array2] print(result)
[[1 4] [2 5] [3 6]]
Pandas est un
En Python, Panda est un puissant outil d'analyse de données. Panda a une fonction intégrée appelée concat
Effectuez l'opération de connexion. Il nous suffit de passer un paramètre supplémentaire
Nommez l’axe de fonction pour effectuer les opérations par colonne. C'est aussi
Remplit le même objectif que "cbind" dans d'autres langages de programmation tels que R.
result = pd.concat([df1, df2, df3, ….. ], axis=<1 or 0>)
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3]})
df2 = pd.DataFrame({'B': [4, 5, 6]})
result = pd.concat([df1, df2], axis=1)
print(result)
A B 0 1 4 1 2 5 2 3 6
Dans cet article, nous avons appris comment effectuer l'opération « cbind » en Python à l'aide des fonctions disponibles dans la bibliothèque. Numpy a la méthode c_, qui permet la concaténation par colonnes. De même, Pandas a une méthode concat pour effectuer la concaténation, que nous pouvons utiliser pour effectuer "cbind".
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
