Bagaimana untuk Menggabungkan Dua DataFrames dengan Indeks Berbeza Sambil Mengekalkan Susunan dan Indeks Asal?

Barbara Streisand
Lepaskan: 2024-11-02 06:52:29
asal
688 orang telah melayarinya

How to Combine Two DataFrames with Differing Indexes While Maintaining Original Order and Indexes?

Menggabungkan Dua Bingkai Data dengan Indeks Berbeza

Anda mempunyai bingkai data D dan telah mengekstrak dua bingkai data A dan B daripadanya:

<code class="python">A = D[D.label == k]
B = D[D.label != k]</code>
Salin selepas log masuk

Matlamat anda adalah untuk menggabungkan A dan B menjadi satu DataFrame, mengekalkan susunan data asal daripada D sambil mengekalkan indeks daripada D.

Penyelesaian melalui Kaedah Dihentikan

Walaupun DataFrame.append dan Series.append ditamatkan dalam v1.4.0, ia masih boleh digunakan untuk tugas ini dengan argumen ignore_index ditetapkan kepada Benar. Ini akan membuang indeks asal dan mengindeks semula rangka data gabungan daripada 0 kepada n-1.

<code class="python">df_merged = df1.append(df2, ignore_index=True)</code>
Salin selepas log masuk

Penyelesaian dengan Indeks Terpelihara

Jika anda ingin mengekalkan yang asal indeks, tetapkan ignore_index kepada False. Ini akan menambahkan bingkai data secara menegak dan mengekalkan indeks masing-masing.

<code class="python">df_merged = df1.append(df2, ignore_index=False)</code>
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk Menggabungkan Dua DataFrames dengan Indeks Berbeza Sambil Mengekalkan Susunan dan Indeks Asal?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!