pandas.concat() 数据连接

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas.concat() 用于数据数据的拼接，将 Pandas 对象与其他轴上的可选设置逻辑连接起来。本文将介绍这个接口的详细使用功能，具体操作教程，参见数据连接。

语法结构

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

参数

连接内容 objs

需要连接的数据，可以是多个 DataFrame 或者 Series。必传参数。

# Series 或 DataFrame 对象的序列或映射
s1 = pd.Series(['a', 'b'])
s2 = pd.Series(['c', 'd'])
pd.concat([s1, s2])

# df
df1 = pd.DataFrame([['a', 1], ['b', 2]], columns=['letter', 'number'])
df2 = pd.DataFrame([['c', 3], ['d', 4]], columns=['letter', 'number'])
pd.concat([df1, df2])

轴方向 axis

连接轴的方法，默认是 0，按行连接，追加在行后边，为 1 时追加到列后边。

# {0/’index’, 1/’columns’}, default 0
pd.concat([df1, df4], axis=1) # 按列

合并方式 join

其他轴上的数据是按交集（inner）还是并集（outer）进行合并。

# {‘inner’, ‘outer’}, default ‘outer’
pd.concat([df1, df3], join="inner") # 按交集

保留索引 ignore_index

是否保留原表索引，默认保留，为 True 会自动增加自然索引。

# bool, default False
pd.concat([df1, df3], ignore_index=True) # 不保留索引

连接关系 keys

使用传递的键作为最外层级别来构造层次结构索引，就是给每个表指定一个一级索引。

# sequence, default None
pd.concat([s1, s2], keys=['s1', 's2'])
'''
s1  0    a
    1    b
s2  0    c
    1    d
dtype: object
'''

索引层级 levels

# list of sequences, default None
pd.concat([s1, s2], levels=(1,2))

索引名称 names

索引的名称，包括多层索引。

# list, default None
pd.concat([s1, s2], keys=['s1', 's2'], names=['name', 'age'])

索引检测 verify_integrity

参数为True时，如果合并的数据与原数据包含索引相同的行，将报错。

# boolean, default False
pd.concat(objs, verify_integrity=True)

排序 sort

对非连接轴进行排序。

# bool, default False
pd.concat([df1, df4], axis=1, sort=False)

深拷贝 copy

如果为 False，则不要深拷贝。

# bool, default True
pd.concat(objs, copy=True)

返回一个合并后的 DataFrame（特殊定义按参数定义的要求）。