Python | Pandas | “concat”の利用方法
Pythonとは，高レベルの汎用プログラミング言語であり，読みやすさとシンプルさで知られている．Web開発やデータサイエンス，人口知能，機械学習など幅広く利用されている．なお，レベルの高低はハードウェアに近いかどうかを意味しており，レベルが低いとハードウェアに近いことを意味している．
Pandasとは，Python向けに人気のあるオープンソースのデータ操作および分析ライブラリーである．異なるフォーマットでの読み書きするツールに加えて，効率的にデータ保存および大規模なデータセットを操作するためのデータ構造を提供する．
本記事では，Pandasにて"Data manipulations"の1つであるデータ操作が可能な"concat"の利用方法を記す．
実施環境
各バージョンの確認方法はこちら
OS: Windows11
VS Code: 1.85.1
Python 3.12.0
Pandas 2.1.4
Numpy 1.26.2
“concat"の説明
“concat"とは，concatenateの略であり，連結を意味する．データを特定の軸に沿って連結することが可能となる．
“concat"の利用方法
データを行に沿って連結する
以下"df1″, “df2″を行に沿って連結させる．
Pyファイルに以下を入力し，実行する．
import pandas as pd
# Example DataFrames
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2'],
'key': ['K0', 'K1', 'K2']})
df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2'],
'D': ['D0', 'D1', 'D2'],
'key': ['K0', 'K1', 'K2']})
# Concatenating along rows (axis=0)
result = pd.concat([df1, df2], axis=0, ignore_index=True)
print("Concatenating along rows:")
print(result)■実行結果
Concatenating along rows:
A B key C D
0 A0 B0 K0 NaN NaN
1 A1 B1 K1 NaN NaN
2 A2 B2 K2 NaN NaN
3 NaN NaN K0 C0 D0
4 NaN NaN K1 C1 D1
5 NaN NaN K2 C2 D2データを列に沿って連結する
以下"df1″, “df2″を列に沿って連結させる．
Pyファイルに以下を入力し，実行する．
import pandas as pd
# Example DataFrames
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2'],
'key': ['K0', 'K1', 'K2']})
df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2'],
'D': ['D0', 'D1', 'D2'],
'key': ['K0', 'K1', 'K2']})
# Concatenating along columns (axis=1)
result_col = pd.concat([df1, df2], axis=1)
print("Concatenating along columns:")
print(result_col)■実行結果
Concatenating along columns:
A B key C D key
0 A0 B0 K0 C0 D0 K0
1 A1 B1 K1 C1 D1 K1
2 A2 B2 K2 C2 D2 K2参照
以上