Pandas中DataFrame数据合并连接（concatmergejoin）之concat

Posted 2021-02-08 wqbin

一、concat：沿着一条轴，将多个对象堆叠到一起

concat(objs, axis=0, join=‘outer‘, join_axes=None, ignore_index=False, 
       keys=None, levels=None, names=None, verify_integrity=False, copy=True): 

 objs：需要连接的对象集合，一般是列表或字典；

 axis：连接轴向；

 join：参数为‘outer’或‘inner’；

 join_axes=[]：指定自定义的索引；

 keys=[]：创建层次化索引；

 ignore_index=True：重建索引

 

pd.concat()只是单纯的把两个表拼接在一起，参数axis是关键，它用于指定是行还是列，axis默认是0。

当axis=0时，pd.concat([obj1, obj2])的效果与obj1.append(obj2)是相同的；

当axis=1时，pd.concat([obj1, obj2], axis=1)的效果与pd.merge(obj1, obj2, left_index=True, right_index=True, how=‘outer‘)是相同的。merge方法的介绍请参看下文。

import  pandas as pd
import numpy  as np
random = np.random.RandomState(0)  #随机数种子，相同种子下每次运行生成的随机数相同
df1=pd.DataFrame(random.randn(3,4),columns=[‘a‘,‘b‘,‘c‘,‘d‘])
df1

random = np.random.RandomState(0)
df2=pd.DataFrame(random.randn(2,3),columns=[‘b‘,‘d‘,‘a‘],index=["a1","a2"])
df2

random = np.random.RandomState(1)
df22=pd.DataFrame(random.randn(3,3),columns=[‘b‘,‘d‘,‘a‘],index=[‘1‘,"a1","a2"])
df22

 

当axis=0时

pd.concat([df1,df2],axis=0)

pd.concat([df1,df2],axis=0,join="outer")

df12=df1.append(df2)
df12

 

pd.concat([df1,df2],axis=0,join="inner")

 

当axis=1时

pd.concat([df1,df2],axis=1,join=‘inner‘)

pd.concat([df1,df1],axis=1,join=‘inner‘) #和outer一样

pd.concat([df1,df2],axis=1,join="outer")

 

pd.concat([df1,df22],axis=1,join="inner")

pd.concat([df1,df22],axis=1,join="outer")

 

pd.concat([df1,df1],axis=1,join="outer")