Bagaimana untuk menggunakan cbind dalam Python?

Python ialah bahasa pengaturcaraan serba boleh yang menyediakan pengaturcara dengan pelbagai modul dan perpustakaan untuk melaksanakan tugas yang diperlukan. Satu fungsi berkuasa yang disediakan oleh Python ialah "cbind". Ini bermaksud pengikatan lajur. "cbind" ialah alat berkuasa yang membolehkan pengaturcara menggabungkan, menggabungkan dan menyusun tatasusunan, bingkai data, dsb. mengikut lajur dalam Python. Dalam artikel ini, kita akan belajar cara menggunakan "cbind" dalam Python.

Gunakan zip dan senaraikan pemahaman

Zip dan pemahaman senarai ialah dua teknik yang sangat popular digunakan dalam banyak ungkapan dalam Python. Fungsi zip boleh membantu menggabungkan berbilang elemen daripada objek boleh lelar yang berbeza. Pemahaman senarai, sebaliknya, ialah teknik untuk menjana elemen senarai dalam satu baris dengan menggabungkan berbilang ungkapan, gelung, dsb.

Tatabahasa

zip(iterable1, iterable2, other iterables……….)

Fungsi zip menerima berbilang elemen yang boleh diubah. Iterable1, iterable2, iterable3, dsb. di sini adalah semua objek boleh lelaran, seperti senarai, dsb. Kaedah zip akan mengembalikan tuple yang mengandungi semua gabungan elemen. Objek boleh lelar ini tidak perlu berada dalam dimensi yang sama. Pada masa yang sama, objek boleh lelar ini boleh terdiri daripada pelbagai jenis data

Contoh

Dalam contoh di bawah, kami telah mencipta tiga lajur, iaitu Lajur 1, Lajur 2 dan Lajur 3. Seterusnya, kami menghasilkan senarai menggunakan pemahaman senarai dan kaedah zip. Kami menggunakan kaedah zip untuk menggabungkan ketiga-tiga senarai dan menambahkan elemen pada senarai

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)

Output

[1, 4, 7]
[2, 5, 8]
[3, 6, 9]

Gunakan kaedah numpy.concatenate()

Fungsi gabungan, seperti namanya, digunakan untuk menggabungkan tatasusunan di sepanjang paksi tertentu (baris atau lajur). Selepas menyatukan tatasusunan kita boleh menghiris elemen yang diperlukan daripada hasil

Terjemahan bahasa Cina bagi

Contoh

ialah:

Contoh

Dalam kod di bawah, kami mula-mula mengimport perpustakaan Numpy. Kami mencipta tiga tatasusunan bernama "lajur 1", "lajur 2" dan "lajur 3". Kami menggunakan kaedah concatenate Numpy untuk menggabungkan tatasusunan dan menyimpan hasilnya dalam pembolehubah yang dipanggil "digabungkan". Seterusnya, kami mengulangi gabungan pembolehubah dan mencetak garisan.

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)

Output

[1 4 7]
[2 5 8]
[3 6 9]

Gunakan zip dan * operator

Kaedah zip, seperti yang dinyatakan sebelum ini, membantu menggabungkan berbilang elemen boleh lelar bersama-sama. Sebaliknya, pengendali "*" ialah operator pembongkaran yang membantu dalam membongkar elemen boleh lelar ke dalam nilai atau hujah individu. Ia boleh digunakan dalam banyak konteks, seperti panggilan fungsi, penciptaan senarai, penugasan berubah, dsb.

Terjemahan bahasa Cina bagi

Contoh

ialah:

Contoh

column1 = [1, 2, 3]
column2 = [4, 5, 6]
column3 = [7, 8, 9]
combined = [*zip(column1, column2, column3)]
for row in combined:
    print(row)

Output

(1, 4, 7)
(2, 5, 8)
(3, 6, 9)

Menggunakan cbind dengan NumPy

Numpy ialah perpustakaan popular dalam Python untuk mengendalikan pengiraan berangka. Ia menyediakan kaedah terbina dalam yang mudah untuk melaksanakan operasi "cbind"

Tatabahasa

result = np.c_[array1, array2, array3,......]

Di sini tatasusunan1, tatasusunan2, tatasusunan3, dll. ialah tatasusunan yang kita perlukan untuk melaksanakan operasi "cbind". Kita boleh bekerja dengan tatasusunan tunggal atau berbilang pada NumPy melalui kaedah c_. Semua tatasusunan harus mempunyai dimensi yang sama. Jika tidak, Numpy akan membuang ralat.

Terjemahan bahasa Cina bagi

Contoh

ialah:

Contoh

Dalam contoh di bawah, kami mengimport tatasusunan Numpy dan memberikannya alias np. Seterusnya, kami mencipta tatasusunan1 dan tatasusunan2 menggunakan kaedah tatasusunan Numpy. Seterusnya, kami melakukan operasi "cbind" pada kedua-dua tatasusunan dan mencetak hasilnya.

Kod ini menggunakan c_method untuk bergabung mengikut lajur. Walaupun "cbind" tidak disebut, fungsinya adalah sama dengan fungsi "cbind" dalam bahasa pengaturcaraan lain seperti R.

import numpy as np
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
result = np.c_[array1, array2]
print(result)

Output

[[1 4]
 [2 5]
 [3 6]]

Gunakan cbind dengan panda

Panda adalah Dalam Python, Panda ialah alat analisis data yang berkuasa. Panda mempunyai fungsi terbina dalam yang dipanggil concat Lakukan operasi sambungan. Kami hanya perlu lulus parameter tambahan Namakan paksi fungsi untuk melaksanakan operasi mengikut lajur. Ini juga Berfungsi dengan tujuan yang sama seperti "cbind" dalam bahasa pengaturcaraan lain seperti R.

Tatabahasa

result = pd.concat([df1, df2, df3, ….. ], axis=<1 or 0>)

Terjemahan bahasa Cina bagi

Contoh

ialah:

Contoh

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)

Output

   A  B
0  1  4
1  2  5
2  3  6

Kesimpulan

Dalam artikel ini, kami mempelajari cara melaksanakan operasi "cbind" dalam Python dengan bantuan fungsi yang tersedia di perpustakaan. Numpy mempunyai kaedah c_, yang membenarkan penggabungan dari segi lajur. Begitu juga, Pandas mempunyai kaedah concat untuk melakukan penggabungan, yang boleh kita gunakan untuk melakukan "cbind".

Atas ialah kandungan terperinci Bagaimana untuk menggunakan cbind dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!