pandas DataFrame 的橫向縱向拼接組合

concat 與其說是連接，更准確的說是拼接。就是把兩個表直接合在一起。於是有一個突出的問題，是橫向拼接還是縱向拼接，所以concat 函數的關鍵參數是axis 。 
函數的具體參數是：

concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False,keys=None,levels=None,names=None,verigy_integrity=False)

objs 是需要拼接的對象集合，一般為列表或者字典

axis=0 是按照行拼接，拼接之后行數增加，列數也根據join來定，join=’outer’時，列數是兩表並集。同理join=’inner’,列數是兩表交集。

在默認情況下為縱向拼接，即axis=0，此時有

concat([df1,df2]) 等價於 df1.append(df2)

在axis=1 時為橫向拼接 ，此時有

concat([df1,df2],axis=1) 等價於 merge(df1,df2,left_index=True,right_index=True,how='outer')

以上轉自： https://blog.csdn.net/qq_30718387/article/details/72152461

 

應用舉例：

df=pandas.DataFrame()

df2=pandas.DataFrame()

df['id']=[1,2,3,4]
df['name']=['zhang','chen','lee','wang']

df2['id']=[2,3,4,5]
df2['place']=['Shenzhen','Hongkong','NewYork','London']

df3=pandas.DataFrame({'id':[]})

用法1：把來自兩個不同DataFrame的列，縱向拼接到一起，賦值給另一個DataFrame的列。

df3['id']=pandas.concat([df['id'],df2['id']],axis=0,ignore_index=True)

 執行后，

df3['id']=[1,2,3,4,5,2,3,4,5]

用法2：兩個DataFrame進行縱向拼接：

df4=pandas.concat([df,df2],axis=0,ignore_index=True)

執行后，df4=

index	id	name	place
0	1	zhang	NaN
1	2	chen	NaN
2	3	lee	NaN
3	4	wang	NaN
4	2	NaN	Shenzhen
5	3	NaN	HongKong
6	4	NaN	NewYork
7	5	NaN	London

 用法3：兩個DataFrame進行橫向拼接：

df4=pandas.concat([df,df2],axis=1,ignore_index=True)

執行后，df4=

index	0	1	2	3
0	1	zhang	2	Shenzhen
1	2	chen	3	HongKong
2	3	lee	4	NewYork
3	4	wang	5	London

 

多個拼接還可以使用生成器：

dfs=[df1,df2,df3,df4,df5]

df6=pandas.DataFrame()

df6['id']=pd.concat([df['id'] for df in dfs])