list/tuple的串接:

# tup1+tup2 串接為新的tuple
# tup1 tup2都沒變動
但對ndarray做加法運算
不是串接的意思
而是逐元素相加
需使用 np.concatenate([ary1,ary2])
#不要忘記()中的[]
#np.concatenate() 使用list當作參數

Series類似ndarray
只是多帶index而已

推薦hahow線上學習python: https://igrape.net/30afN
pd.concat([ser1,ser2], axis=1 )
可以讓兩個Series做橫方向的串接
但是對於1D array則不行:

先使用np.expand_dims()
擴展array的維度:

對擴展維度後的array
才能使用參數 axis=1

推薦hahow線上學習python: https://igrape.net/30afN


![Python: pandas.DataFrame (df) 的取值: df [單一字串] 或df [list_of_strings] 選取一個或多個columns; df [切片] 或 df [bool_Series] 選取多個rows #bool_Series長度同rows, index也需要同df.index ,可以使用.equals() 確認: df.index.equals(mask.index) Python: pandas.DataFrame (df) 的取值: df [單一字串] 或df [list_of_strings] 選取一個或多個columns; df [切片] 或 df [bool_Series] 選取多個rows #bool_Series長度同rows, index也需要同df.index ,可以使用.equals() 確認: df.index.equals(mask.index)](https://i1.wp.com/savingking.com.tw/wp-content/uploads/2025/04/20250420212553_0_6fb2c3.png?quality=90&zoom=2&ssl=1&resize=350%2C233)



![Python: 如何使用pandas.to_numeric ( df[‘numbers’], errors=’coerce’) 將非數值型資料轉為NaN? df[‘numbers’].describe() 簡述統計資料 Python: 如何使用pandas.to_numeric ( df[‘numbers’], errors=’coerce’) 將非數值型資料轉為NaN? df[‘numbers’].describe() 簡述統計資料](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2024/05/20240501052102_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233)



近期留言