En esta publicación, aprenderemos cómo combinar dos series en un DataFrame. Antes de empezar veamos ¿Qué es una serie?
Pandas Series es una array etiquetada unidimensional capaz de contener cualquier tipo de datos. En otros términos, Pandas Series no es más que una columna en una hoja de Excel.
Hay varias formas de concatenar dos series en pandas. Las siguientes son algunas de las formas:
Método 1: Usar pandas.concat() .
levantamiento
python
# import pandas library
import pandas as pd
# this user defines function
# creates a series
# from the passed list.
def createSeries (series_list):
# create a series
series_list = pd.Series(series_list)
return series_list
# create a series of students
students = createSeries(['ABC', 'DEF',
'GHI', 'JKL',
'MNO', 'PQR'])
# create a series of subjects
subject = createSeries(['C++', 'C#',
'RUBY', 'SWIFT',
'GO', 'PYTHON'])
# create a series of marks
marks = createSeries([90, 30,
50, 70,
80, 60])
# create a dictonary
data = {"students": students,
"subject": subject,
"marks": marks}
# Concatenating the series side
# by side as depicted by axis=1
# If you want to concatenate the
# series one below the other
# change the axis to zero.
df = pd.concat(data,
axis = 1)
# show the dataframe
df
Producción:
Método 2: Usar Series.append() .
Este método es un atajo para concat. Este método concatena a lo largo del eje = 0, es decir, filas. Series.append() puede tomar múltiples objetos para concatenar.
Python3
# import pandas library import pandas as pd # create a series a = pd.Series(["ABC", "DEF", "GHI"]) # create a series b = pd.Series(["JKL", "MNO", "PQR"]) # combine two series then # create a dataframe df = pd.DataFrame(a.append(b, ignore_index = True)) # show the dataframe df
Producción:
Método 3: Usar pandas.merge() .
Pandas tiene operaciones de unión en memoria de alto rendimiento que son muy similares a RDBMS como SQL. merge se puede usar para todas las operaciones de combinación de bases de datos entre marcos de datos u objetos de series con nombre. En este caso, debe pasar un parámetro adicional «nombre» a la serie.
Python3
# import pandas library import pandas as pd # create a series a = pd.Series(["C++", "JAVA", "PYTHON", "DBMS", "C#"], name = "subjects") # create a series b = pd.Series(["30", "60", "90", "56", "50"], name = "marks") # merge both series df = pd.merge(a, b, right_index = True, left_index = True) # show the dataframe df
Producción:
Método 4: Usar Dataframe.join() .
Este método también se puede usar para unir dos series, pero debe convertir una serie en un marco de datos.
Python3
# import pandas library import pandas as pd # create a series a = pd.Series(["C++", "JAVA", "PYTHON", "DBMS", "C#"], name = "subjects") # create a series b = pd.Series(["30", "60", "90", "56", "50"], name = "marks") # create a dataframe a = pd.DataFrame(a) # add series 'b' # into dataframe 'a' df = a.join(b) # show the dataframe df
Producción:
Publicación traducida automáticamente
Artículo escrito por swarajdeep y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA