1、新建一个 将两个列表组合成一个列表.py。
2、中文编码声明注释:# coding=gbk。
3、定义两个列表,分别是 s1 和 s2 ,并且赋值。
4、使用 + 号将两个列表组合成一个,并且使用 s3 接受新的列表。
5、使用 print() 函数输出 s3。
6、运行脚本,输出新组合出来的列表。
有, 要用apply函数。一种方式:
def my_test(a, b):。
return a + b
df['value'] = df.apply(lambda row: my_test(row['A'], row['B']), axis=1) 。
apply完了产生一列新的series。注意axis=1 不能漏了 ,表示apply的方向是纵向。
给个代码示例吧:
a=[1,2,3]
b=[4,5,6]
c=a[:]
c=c+b
#此时列表c的内容是a与b合并后的内容。
如果是原地合并,即把a与b的内容合并到a,则代码如下:
a=[1,2,3]
b=[4,5,6]
a.extend(b)
#此时列表a的内容是a与b合并后的内容。
首先导入列表中的数组,再对每一列进行检测若发现相同的数字就用0来填充,在按列求和,生成一个新的数组再合并到原来数组的下面,生成一个新的列表:
import pandas as pd。
a=pd.readflie( "XXX.csv") //XXX.csv为你的列表生成的数组文件的路径。
for i in a[i]: //循环找出重复的数据并以0替换。
for j in a[i,j]:。
if a[i,j]==a[i,j+1]。
a[i,j+1]=0。
for k in a[k,n]:。
for n in a[k,n]:。
a[k,n]+=a[k,n]。
a[k,n+1]=a[k,n]/n //求平均值。
这段代码复制到pycharn就可以直接运行了,打字不易,求理解。
join主要用于基于索引的横向合并拼接;
merge主要用于基于指定列的横向合并拼接;
concat可用于横向和纵向合并拼接;
append主要用于纵向追加;
combine可以通过使用函数,把两个DataFrame按列进行组合。
join
join是基于索引的横向拼接,如果索引一致,直接横向拼接。如果索引不一致,则会用Nan值填充merge是基于指定列的横向拼接,该函数类似于关系型数据库的连接方式,可以根据一个或多个键将不同的DatFrame连接起来。该函数的典型应用场景是,针对同一个主键存在两张不同字段的表,根据主键整合到一张表里面。
可以指定不同的how参数,表示连接方式,有inner内连、left左连、right右连、outer全连,默认为inner;。
原文地址:http://www.qianchusai.com/python%E5%90%88%E5%B9%B6%E4%B8%A4%E5%88%97%E6%95%B0%E6%8D%AE.html