pandas常用操作詳解——pd.concat()

concat函數基本介紹:

功能：基於同一軸將多個數據集合並

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

參數詳解：
objs:待合並的所有數據集，一般為列表list,list中的元素為series或dataframe
axis:合並時參考的軸，axis=0為基於行合並；axis=1為列合並,默認為0
join:連接方式為內連接（inner)or外連接(outer)
其他參數不常用，這里不做說明

 

舉例說明：

 

#構造數據
df1=pd.DataFrame(np.arange(1,17).reshape(4,4),columns=list('ABCD'))
df2=pd.DataFrame(np.arange(17,33).reshape(4,4),columns=list('ABCD'))

 

"1.基於行合並"
data=pd.concat([df1,df2])

 

 

"2.基於列合並"
data1=pd.concat([df1,df2],axis=1)

 

 

"3.其他功能"
#內連接-取交集
#首先重新命名df1的行索引，使df1與df2的索引不同
df1.rename(index={0:1,1:2,2:3,3:4},inplace=True)

data2=pd.concat([df1,df2],axis=1,join='inner')

 

 

 

 

#外連接-取並集
#注：無數據的地方會以空值NaN填充
data3=pd.concat([df1,df2],axis=1,join='outer')

 

 

#指定根據哪個軸來對齊數據
#引入join_axes參數，join_axes=[df1.index]為保留df1的軸，df2將根據df1的index進行合並
data4=pd.concat([df1,df2],axis=1,join_axes=[df1.index])