concat do układania i dołączania
Łączenie tabel pionowo lub obok siebie
concat do układania i dołączania to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Składanie, nie dopasowywanie
Czasami nie dopasowuje się tabel według klucza, lecz po prostu układa je razem. Do tego służy concat, a nie merge.
Układanie wierszy pionowo
Proszę przekazać do concat listę ramek, aby ułożyć je jedna pod drugą w jedną, wyższą tabelę.
pd.concat([jan, feb, mar])Klasyczny przypadek użycia
Concat świetnie sprawdza się, gdy mają Państwo miesięczne pliki z tymi samymi kolumnami i chcą utworzyć jeden zbiór danych na cały rok.
Resetowanie indeksu
Składanie zachowuje pierwotny indeks każdej ramki, więc etykiety się powtarzają. Proszę użyć ignore_index, aby poprawnie ponumerować wiersze.
pd.concat([jan, feb], ignore_index=True)Sklejanie obok siebie
Ustawienie axis=1 powoduje, że concat łączy ramki poziomo, umieszczając ich kolumny obok siebie według pozycji wierszy.
pd.concat([features, labels], axis=1)Kolumny są dopasowywane według nazw
Podczas składania wierszy concat dopasowuje kolumny według nazwy. Kolejność nie ma znaczenia — liczą się tylko etykiety.
Brakujące kolumny otrzymują NaN
Jeśli jednej ramce brakuje kolumny obecnej w drugiej, concat zachowuje tę kolumnę i wypełnia braki wartością NaN.
Zachowywanie tylko wspólnych kolumn
Chcą Państwo zachować wyłącznie kolumny istniejące w każdej ramce? Proszę przekazać join="inner", aby podczas concat usunąć pozostałe.
pd.concat([a, b], join="inner")Oznaczanie źródła wierszy
Argument keys oznacza każdy fragment, tworząc uporządkowany MultiIndex, dzięki czemu można później rozróżnić źródła danych.
pd.concat([q1, q2], keys=["Q1", "Q2"])append znika
Starszy kod używał DataFrame.append, ale metoda ta została usunięta. Obecnie do każdego zadania polegającego na składaniu należy używać concat.
concat czy merge?
Prosta zasada: używaj concat, gdy składasz ramki o takim samym kształcie, a merge — gdy dopasowujesz wiersze według klucza w kolumnie. 🧩
Szybkie sprawdzenie
Mają Państwo dwanaście miesięcznych plików CSV z identycznymi kolumnami. Jak utworzyć z nich jedną tabelę?
Podsumowanie: składanie za pomocą concat
Mogą już Państwo składać ramki według wierszy lub kolumn, resetować indeks, kontrolować brakujące kolumny i oznaczać źródła za pomocą kluczy. Świetna praca!
Często zadawane pytania
Czy lekcja „concat do układania i dołączania” jest bezpłatna?
Tak — pełny tekst „concat do układania i dołączania” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „concat do układania i dołączania”?
Łączenie tabel pionowo lub obok siebie Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?
Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.
Ile czasu zajmuje lekcja „concat do układania i dołączania”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?
Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Inner, left, right i outer
- Merge według kluczy i indeksów
- concat do układania i dołączania
- Diagnozowanie nieprawidłowych złączeń