concat untuk Menumpuk dan Menambahkan
Menggabungkan tabel secara vertikal atau menyamping
concat untuk Menumpuk dan Menambahkan adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Data Science Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Data Science Academy mencakup 4 pelajaran total.
Menumpuk, Bukan Mencocokkan
Terkadang Anda tidak mencocokkan berdasarkan kunci, tetapi hanya menumpuk tabel. Tugas itu dilakukan oleh concat, bukan merge.
Tumpuk Baris Secara Vertikal
Berikan list kerangka data kepada concat, lalu concat menumpuknya satu di atas yang lain menjadi satu tabel yang lebih panjang.
pd.concat([jan, feb, mar])Kasus Penggunaan Klasik
Concat sangat berguna ketika Anda memiliki file bulanan dengan kolom yang sama dan menginginkan satu dataset gabungan untuk satu tahun.
Atur Ulang Indeks
Penumpukan mempertahankan indeks asli setiap kerangka data, sehingga label dapat berulang. Gunakan ignore_index untuk memberi nomor ulang pada baris dengan rapi.
pd.concat([jan, feb], ignore_index=True)Rekatkan Berdampingan
Atur axis=1, lalu concat menggabungkan kerangka data secara horizontal dengan menempatkan kolomnya berdampingan berdasarkan posisi baris.
pd.concat([features, labels], axis=1)Kolom Disejajarkan Berdasarkan Nama
Saat menumpuk baris, concat menyelaraskan kolom berdasarkan nama. Urutan tidak penting, hanya labelnya yang penting.
Kolom yang Hilang Mendapat NaN
Jika salah satu kerangka data tidak memiliki kolom yang dimiliki kerangka data lain, concat tetap mempertahankan kolom tersebut dan mengisi celahnya dengan NaN.
Pertahankan Hanya Kolom yang Sama
Ingin hanya mempertahankan kolom yang ada di setiap kerangka data? Berikan join="inner" untuk menghapus kolom lainnya saat concat.
pd.concat([a, b], join="inner")Tandai Asal Baris
Argumen keys memberi label pada setiap bagian data dan membangun MultiIndex yang rapi, sehingga Anda dapat membedakan sumbernya nanti.
pd.concat([q1, q2], keys=["Q1", "Q2"])append Sudah Dihapus
Kode lama menggunakan DataFrame.append, tetapi fitur tersebut telah dihapus. Gunakan concat untuk setiap pekerjaan penumpukan saat ini.
concat atau merge?
Aturan singkat: gunakan concat saat menumpuk kerangka data dengan bentuk yang sama, dan merge saat mencocokkan baris berdasarkan kolom kunci. 🧩
Pemeriksaan Singkat
Anda memiliki dua belas CSV bulanan dengan kolom yang identik. Bagaimana Anda membuat satu tabel?
Rangkuman: Menumpuk dengan concat
Anda dapat menumpuk kerangka data berdasarkan baris atau kolom, mengatur ulang indeks, mengendalikan kolom yang hilang, dan menandai sumber dengan keys. Kerja bagus!
Pertanyaan yang Sering Diajukan
Apakah pelajaran “concat untuk Menumpuk dan Menambahkan” gratis?
Ya — teks lengkap “concat untuk Menumpuk dan Menambahkan” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Data Science Academy, upgrade ke CoddyKit PRO. Kursus Data Science Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “concat untuk Menumpuk dan Menambahkan”?
Menggabungkan tabel secara vertikal atau menyamping Kamu berlatih Data Science Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Data Science Academy?
Tidak diperlukan pengalaman sebelumnya. Data Science Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.
Berapa lama pelajaran “concat untuk Menumpuk dan Menambahkan” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Data Science Academy ini?
Ya. Setiap pelajaran Data Science Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Inner, Left, Right, dan Outer
- Menggabungkan Berdasarkan Kunci dan Index
- concat untuk Menumpuk dan Menambahkan
- Mendiagnosis Join yang Bermasalah