¿Cómo apilar múltiples marcos de datos de Pandas?

En este artículo, veremos cómo apilar el marco de datos de múltiples pandas. Apilar significa agregar las filas del marco de datos al segundo marco de datos y así sucesivamente. Si hay 4 marcos de datos, luego de apilar el resultado será un solo marco de datos con un orden de marco de datos1, marco de datos2, marco de datos3, marco de datos4

Método 1: Usar el método  concat()

Este método apilará las filas de los marcos de datos de pandas en el orden que dan.

Sintaxis : pandas.concat([primer_marco_de_datos,segundo_marco_de_datos,tercer_marco_de_datos,………….,último_marco_de_datos], ignore_index=Verdadero,eje)

Parámetros:

• los marcos de datos son los marcos de datos de entrada que se apilarán
• ignore_index se utiliza para ignorar los valores de índice de los marcos de datos de entrada
• axis=0 especifica el apilamiento vertical
• axis=1 especifica el apilamiento horizontal

Nota: si el parámetro ignore_index no se establece en verdadero significa que tomará los índices dados que conducen a un apilamiento incorrecto de los marcos de datos

Ejemplo 1 : programa de Python para apilar dos marcos de datos verticalmente

# import pandas module
import pandas as pd
  
# create first dataframe
data1 = pd.DataFrame({'name': ['sravan', 'bobby',
                               'ojaswi', 'rohith', 
                               'gnanesh'],
                      'subjects': ['java', 'python',
                                   'php', 'java', '.NET']})
  
# create second dataframe
data2 = pd.DataFrame({'name': ['gopi', 'harsha', 'ravi',
                               'uma', 'deepika'],
                      'subjects': ['c/c++', 'html/css',
                                   'dbms', 'java', 'IOT']})
  
# stack the two DataFrames
pd.concat([data1, data2], ignore_index=True, axis=0)

Salida :

Ejemplo 2: código de Python para apilar varios marcos de datos verticalmente

# import pandas module
import pandas as pd
  
# create first dataframe
data1 = pd.DataFrame({'name': ['sravan', 'bobby', 'ojaswi',
                               'rohith', 'gnanesh'],
                      'subjects': ['java', 'python', 'php',
                                   'java', '.NET']})
  
# create second dataframe
data2 = pd.DataFrame({'name': ['gopi', 'harsha', 'ravi',
                               'uma', 'deepika'], 
                      'subjects': ['c/c++', 'html/css',
                                   'dbms', 'java', 'IOT']})
  
# create third dataframe
data3 = pd.DataFrame(
    {'name': ['ragini', 'latha'], 'subjects': ['java', 'python']})
  
# create forth dataframe
data4 = pd.DataFrame(
    {'name': ['gowri', 'jyothika'], 'subjects': ['java', 'IOT']})
  
# stack the four DataFrames
pd.concat([data1, data2, data3, data4], ignore_index=True,axis=0)

Salida :

Ejemplo 3: programa de Python para apilar múltiples marcos de datos horizontalmente

# import pandas module
import pandas as pd
  
# create first dataframe
data1 = pd.DataFrame({'name': ['sravan', 'bobby', 'ojaswi', 
                               'rohith', 'gnanesh'], 
                      'subjects': ['java', 'python',
                                   'php', 'java', '.NET']})
  
# create second dataframe
data2 = pd.DataFrame({'name': ['gopi', 'harsha', 'ravi',
                               'uma', 'deepika'], 
                      'subjects': ['c/c++', 'html/css',
                                   'dbms', 'java', 'IOT']})
  
# create third dataframe
data3 = pd.DataFrame(
    {'name': ['ragini', 'latha'], 'subjects': ['java', 'python']})
  
# create forth dataframe
data4 = pd.DataFrame(
    {'name': ['gowri', 'jyothika'], 'subjects': ['java', 'IOT']})
  
# stack the four DataFrames horizontally
pd.concat([data1, data2, data3, data4], axis=1, ignore_index=True)

Producción:

Método 2: Usando el método append()

El método append() se usa para agregar los marcos de datos después del marco de datos dado.

Sintaxis : first_dataframe.append([second_dataframe,…,last_dataframe],ignore_index=True)

Ejemplo : programa Python para apilar múltiples marcos de datos usando el método append()

# import pandas module
import pandas as pd
  
# create first dataframe
data1 = pd.DataFrame({'name': ['sravan', 'bobby', 'ojaswi',
                               'rohith', 'gnanesh'],
                      'subjects': ['java', 'python', 'php',
                                   'java', '.NET']})
  
# create second dataframe
data2 = pd.DataFrame({'name': ['gopi', 'harsha', 'ravi',
                               'uma', 'deepika'],
                      'subjects': [ 'c/c++', 'html/css',
                                   'dbms', 'java', 'IOT']})
  
# create third dataframe
data3 = pd.DataFrame(
    {'name': ['ragini', 'latha'], 'subjects': ['java', 'python']})
  
# create forth dataframe
data4 = pd.DataFrame(
    {'name': ['gowri', 'jyothika'], 'subjects': ['java', 'IOT']})
  
# stack the four DataFrames using append()
data1.append([data2, data3, data4], ignore_index=True)

Salida :