Pandas قادر على الجمع بين كائنات السلسلة وDataFrame واللوحة من خلال أنواع مختلفة من المنطق المحدد للفهارس ووظيفة الجبر العلائقي.

جافا تحويل عدد صحيح إلى سلسلة

ال كونكات () الوظيفة مسؤولة عن تنفيذ عملية التسلسل على طول محور في DataFrame.

بناء الجملة:

 pd.concat(objs,axis=0,join='outer',join_axes=None, ignore_index=False) 

حدود:

الكائنات:إنه تسلسل أو تعيين لكائنات سلسلة أو DataFrame.
إذا قمنا بتمرير أمر في DataFrame، فسيتم استخدام المفاتيح التي تم فرزها كملف وسيطة المفاتيح، وسيتم تحديد القيم في هذه الحالة. في حالة وجود أي كائنات غير موجودة، فسيتم إسقاطها ما لم تكن جميعها لا شيء، وفي هذه الحالة، أ خطأ القيمة سوف تثار.محور:إنه محور للتسلسل على طول.ينضم:مسؤول عن التعامل مع الفهارس على محور آخر.محاور الانضمام:قائمة كائنات الفهرس. بدلاً من تنفيذ منطق المجموعة الداخلي أو الخارجي، يتم استخدام فهارس محددة للمحور الآخر (n-1).تجاهل_الفهرس:منطقي، القيمة الافتراضية خاطئة
ولا يستخدم قيم الفهرس على محور التسلسل، إذا كان صحيحًا. سيتم تسمية المحور الناتج على أنه 0، ...، n - 1.

عائدات

يتم إرجاع السلسلة عندما نقوم بتسلسل جميع السلاسل على طول المحور (المحور = 0). في حالة إذا objs تحتوي على DataFrame واحد على الأقل، وتقوم بإرجاع DataFrame.

مثال 1:

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data]) 

انتاج |

 0 p 1 q 0 r 1 s dtype: object 

مثال 2: في المثال أعلاه، يمكننا إعادة تعيين الفهرس الموجود باستخدام الأمر تجاهل_index معامل. يوضح الكود أدناه عمل تجاهل_index .

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], ignore_index=True) 

انتاج |

 0 p 1 q 2 r 3 s dtype: object 

مثال 3: يمكننا إضافة فهرس هرمي على المستوى الخارجي للبيانات باستخدام مفاتيح معامل.

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], keys=['a_data', 'b_data']) 

انتاج |

 a_data 0 p 1 q b_data 0 r 1 s dtype: object 

مثال 4: يمكننا تسمية مفاتيح الفهرس باستخدام أسماء معامل. يوضح الكود أدناه عمل معلمة الأسماء.

 import pandas as pd a_data = pd.Series(['p', 'q']) b_data = pd.Series(['r', 's']) pd.concat([a_data, b_data], keys=['a_data', 'b_data']) pd.concat([a_data, b_data], keys=['a_data', 'b_data'], names=['Series name', 'Row ID']) 

انتاج |

 Series name Row ID a_data 0 p 1 q b_data 0 r 1 s dtype: object 

التسلسل باستخدام الإلحاق

يتم تعريف طريقة الإلحاق على أنها اختصار مفيد لتسلسل السلسلة وDataFrame.

مثال:

إرجاع مصفوفة Java

 import pandas as pd one = pd.DataFrame({ 'Name': ['Parker', 'Smith', 'Allen', 'John', 'Parker'], 'subject_id':['sub1','sub2','sub4','sub6','sub5'], 'Marks_scored':[98,90,87,69,78]}, index=[1,2,3,4,5]) two = pd.DataFrame({ 'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'], 'subject_id':['sub2','sub4','sub3','sub6','sub5'], 'Marks_scored':[89,80,79,97,88]}, index=[1,2,3,4,5]) print (one.append(two)) 

انتاج |

 Name subject_id Marks_scored 1 Parker sub1 98 2 Smith sub2 90 3 Allen sub4 87 4 John sub6 69 5 Parker sub5 78 1 Billy sub2 89 2 Brian sub4 80 3 Bran sub3 79 4 Bryce sub6 97 5 Betty sub5 88