数据处理时axis=0与ax=1时候的区别

本文详细解析了在使用Pandas进行数据处理时,如何区分和应用axis=0与axis=1的不同操作方式,帮助读者避免混淆并正确进行数据框的行与列拼接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文章目录


之前在做数据处理的时候对于axis=0的时候和axis=1的时候的情况总是混淆,昨天在同学的帮助下总算有了一些理解,特此记录一下:

df1 = pd.DataFrame([[7,‘8’,9],[10,11,‘12’]],columns=list(‘ABC’))
df2 = pd.DataFrame([[13,‘14’,15],[16,17,‘18’]],columns=list(‘ABC’))
pd.concat([df1,df2],axis=1)#就是按列拼接

在这里插入图片描述

pd.concat([df1,df2],axis=0)#就是按行拼接

在这里插入图片描述

总之只要记着 axis=0操作的是行,axis=1操作的是列就OK了;
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值