Pandas 数据合并：concat 函数详解与实例

Pandas 数据合并：concat 函数详解与实例

在使用 Pandas 进行数据分析时，我们经常需要将多个 DataFrame 对象合并成一个 DataFrame。Pandas 提供了 concat 函数来实现这一功能。

concat 函数语法

pandas.concat(objs, axis=0, join='outer', ignore_index=False)

参数说明

• objs：要连接的 DataFrame 对象序列，可以是 DataFrame、Series 或者是 DataFrame 的列表。
• axis：指定连接的轴方向，取值为 0 或 1，默认为 0，表示按行连接。
• join：指定连接的方式，取值为 'outer' 或 'inner'，默认为 'outer'，表示取并集。
• ignore_index：指定是否忽略原始索引，取值为 True 或 False，默认为 False，表示保留原始索引。

concat 函数应用实例

1. 按行连接两个 DataFrame 对象

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})
result = pd.concat([df1, df2])
print(result)

输出结果：

   A  B
0  1  3
1  2  4
0  5  7
1  6  8

2. 按列连接两个 DataFrame 对象

df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'C': [5, 6], 'D': [7, 8]})
result = pd.concat([df1, df2], axis=1)
print(result)

输出结果：

   A  B  C  D
0  1  3  5  7
1  2  4  6  8

3. 忽略原始索引

df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}, index=[0, 1])
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]}, index=[2, 3])
result = pd.concat([df1, df2], ignore_index=True)
print(result)

输出结果：

   A  B
0  1  3
1  2  4
2  5  7
3  6  8

4. 按内连接方式连接两个 DataFrame 对象

df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [2, 3], 'B': [4, 5]})
result = pd.concat([df1, df2], join='inner')
print(result)

输出结果：

   A  B
1  2  4

通过上述示例，我们可以看到 concat 函数可以灵活地合并 DataFrame 数据。在实际应用中，我们可以根据需要选择不同的参数来实现不同的数据合并效果。