极客笔记pandas拼接两个dataframe
在数据分析和处理中，经常会遇到需要合并或拼接不同的dataframe的情况。pandas库提供了多种函数和方法来实现这一目的，比如concat、merge等。本文将重点介绍如何使用pandas库中的concat方法来拼接两个dataframe。
1. 创建两个dataframe
首先，我们需要创建两个示例dataframe，以便后续进行拼接操作。我们分别命名这两个dataframe为df1和df2。
import pandas as pd
data1 = {'A': [1, 2, 3],
'B': ['a', 'b', 'c']}
df1 = pd.DataFrame(data1)
data2 = {'A': [4, 5, 6],
'B': ['d', 'e', 'f']}
df2 = pd.DataFrame(data2)
print("df1:")
print(df1)
print("df2:")
print(df2)
运行以上代码，我们可以得到df1和df2两个dataframe的具体内容：
df1:
A B
0 1 a
1 2 b
2 3 c
df2:
A B
0 4 d
1 5 e
2 6 f
2. 使用concat方法拼接dataframe
一旦有了两个待拼接的dataframe，我们可以使用concat方法来将它们合并为一个新的dataframe。concat方法的语法为：
result = pd.concat([df1, df2])
其中，[df1, df2]表示待拼接的dataframe列表，concat方法会按照列表中dataframe的顺序进行拼接。接下来，我们执行上述代码并输出：
result = pd.concat([df1, df2])
print("result:")
print(result)
执行以上代码，我们可以得到拼接后的result dataframe的内容：
result:
A B
0 1 a
1 2 b
2 3 c
0 4 d
1 5 e
2 6 f
可以看到，concat方法将df2按照df1的行顺序进行了拼接，生成了一个新的dataframe。需要注意的是，拼接时会保留原本dataframe的行索引，如果想要重置索引，可以通过ignore_index参数设置为True：
result = pd.concat([df1, df2], ignore_index=True)
print("result with reset index:")
print(result)
result with reset index:
A B
0 1 a
1 2 b
2 3 c
3 4 d
4 5 e
5 6 f
此时，result dataframe的行索引已经被重置为0到5。
3. 沿列方向拼接dataframe
除了沿行方向拼接外，我们还可以沿列方向拼接两个dataframe。concat方法可以通过设置axis参数来指定拼接的方向，0表示沿行方向，1表示沿列方向。我们可以创建两个有相同列名的dataframe，并尝试沿列方向进行拼接：
data3 = {'C': [7, 8, 9],
'D': ['g', 'h', 'i']}
df3 = pd.DataFrame(data3)
result_col = pd.concat([df1, df3], axis=1)
print("result_col:")
print(result_col)
执行以上代码，可以得到沿列方向拼接后的result_col dataframe的内容：
result_col:
A B C D
0 1 a 7 g
1 2 b 8 h
2 3 c 9 i
可以看到，两个dataframe在列方向上被拼接为一个新的dataframe。需要注意的是，拼接时会根据行索引对齐数据，缺失的部分会被填充为NaN。如果想要去除缺失值，可以通过设置join参数为inner：
result_col_inner = pd.concat([df1, df3], axis=1, join='inner')
print("result_col_inner:")
print(result_col_inner)
result_col_inner:
A B C D
0 1 a 7 g
1 2 b 8 h
2 3 c 9 i
通过设置join参数为’inner’，我们得到了去除缺失值后的result_col_inner dataframe。
4. 使用append方法拼接dataframe
除了concat方法外，pandas还提供了append方法可以用于拼接两个dataframe。如果只需要在一个dataframe上追加另一个dataframe，可以使用append方法。我们可以尝试使用append方法将df2追加到df1上：
result_append = df1.append(df2)
print("result_append:")
print(result_append)
执行以上代码，可以得到通过append方法追加后的result_append dataframe的内容：
result_append:
A B
0 1 a
1 2 b
2 3 c
0 4 d
1 5 e
2 6 f
可以看到，通过append方法追加后的效果与使用concat方法得到的效果是一样的。需要注意的是，append方法生成的是一个新的dataframe而不会改变原有dataframe。
总结
在数据分析和处理中，合并或拼接不同的dataframe是非常常见的操作。本文详细介绍了使用pandas库中的concat方法来实现两个dataframe的拼接，并且介绍了沿列方向拼接以及利用append方法进行追加操作。通过灵活应用这些方法，可以更好地处理和分析数据，提升工作效率。