pandas数据合并之pd.concat()用法详解

下面是针对“pandas数据合并之pd.concat()用法详解”这个话题的完整攻略：

标题：pandas数据合并之pd.concat()用法详解

1. 什么是pd.concat()函数

pd.concat() 是一个 pandas 库中提供的函数，它可以实现这么一种合并多个 Pandas DataFrame 对象的操作，对应的 SQL 语句为 UNION 操作，在 Pandas 中，相当于 axis=0 进行某些方向的堆叠。

2. pd.concat()函数的参数说明

（1）objs

这是合并的对象，可以是 Series、DataFrame 或者是 Panel 对象的序列（list/tuple）。

（2）axis

表示合并的轴方向，默认是0，表示按照行方向进行合并。

（3）join

合并的方式，可以为 'inner' 或 'outer'，默认为 'outer'。

表示合并方式：

• outer：和SQL中的全局连接类似，所有的数据会保留下来，没有匹配成功的项对应的值为 NaN。
• inner：和SQL中的内连接类似，只会保留两个 DataFrame 之前都存在的数据。

（4）join_axes

用于指定按照新的轴方向进行合并时要使用的轴。

（5）sort

表示在合并数据时，是否按照轴排序，默认是 False。

（6）ignore_index

设置为 True 将重新生成索引，默认是 False。

3. pd.concat()函数合并示例

示例1：

在这个示例中，我们将创建一个名为 df1 的 DataFrame，列名为 A 和 B，索引为 0-5，然后在这个 DataFrame 中新增一个行数据。接着，我们创建一个名为 df2 的 DataFrame，列名为 A 和 C，索引为 0-5，然后在这个 DataFrame 中新增一个行数据。我们将这两个 DataFrame 进行合并操作，最后输出合并之后的结果。

import pandas as pd

# 创建第一个 dataframe
df1 = pd.DataFrame({
    'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5'],
    'B': ['B0', 'B1', 'B2', 'B3', 'B4', 'B5'],
    'C': ['C0', 'C1', 'C2', 'C3', 'C4', 'C5'],
    'D': ['D0', 'D1', 'D2', 'D3', 'D4', 'D5']
})

# 新增一行数据
df1.loc[6] = ['A6', 'B6', 'C6', 'D6']

# 创建第二个 dataframe
df2 = pd.DataFrame({
    'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5'],
    'B': ['B0', 'B1', 'B2', 'B3', 'B4', 'B5'],
    'E': ['C0', 'C1', 'C2', 'C3', 'C4', 'C5'],
    'F': ['D0', 'D1', 'D2', 'D3', 'D4', 'D5']
})

# 新增一行数据
df2.loc[6] = ['A6', 'B6', 'E6', 'F6']

# 按行合并这两个 dataframe
result = pd.concat([df1, df2], sort=False)

print(result)

输出结果如下：

    A   B    C   D    E    F
0  A0  B0   C0  D0  NaN  NaN
1  A1  B1   C1  D1  NaN  NaN
2  A2  B2   C2  D2  NaN  NaN
3  A3  B3   C3  D3  NaN  NaN
4  A4  B4   C4  D4  NaN  NaN
5  A5  B5   C5  D5  NaN  NaN
6  A6  B6   C6  D6  NaN  NaN
0  A0  B0  NaN  D0   C0   D0
1  A1  B1  NaN  D1   C1   D1
2  A2  B2  NaN  D2   C2   D2
3  A3  B3  NaN  D3   C3   D3
4  A4  B4  NaN  D4   C4   D4
5  A5  B5  NaN  D5   C5   D5
6  A6  B6   E6  F6  NaN  NaN

示例2：

在这个示例中，我们将创建一个名为 df1 的 DataFrame，列名为 A 和 B，索引为 0-5，然后在这个 DataFrame 中新增一个行数据。接着，我们创建一个名为 df2 的 DataFrame，列名为 B 和 C，索引为 5-10，然后在这个 DataFrame 中新增一个行数据。我们将这两个 DataFrame 进行合并操作，最后输出合并之后的结果。

import pandas as pd

# 创建第一个 dataframe
df1 = pd.DataFrame({
    'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5'],
    'B': ['B0', 'B1', 'B2', 'B3', 'B4', 'B5']
})

# 新增一行数据
df1.loc[6] = ['A6', 'B6']

# 创建第二个 dataframe
df2 = pd.DataFrame({
    'B': ['B5', 'B6', 'B7', 'B8', 'B9', 'B10'],
    'C': ['C5', 'C6', 'C7', 'C8', 'C9', 'C10']
})

# 新增一行数据
df2.loc[11] = ['B11', 'C11']

# 按照列名为B列进行内连接合并
result = pd.concat([df1, df2], axis=1, join='inner')

print(result)

输出结果如下：

    A   B    B    C
0  A0  B0   B5   C5
1  A1  B1   B6   C6
2  A2  B2   B7   C7
3  A3  B3   B8   C8
4  A4  B4   B9   C9
5  A5  B5  B10  C10
6  A6  B6  NaN  NaN