极客笔记pandas 多个dataframe合并
在数据分析过程中，我们经常会遇到需要将多个数据表合并的情况。使用Python的pandas库可以非常方便地完成这个任务。本文将详细介绍如何使用pandas将多个dataframe合并成一个更大的dataframe。
1. concat函数合并dataframe
pandas提供了concat函数，可以用来将多个dataframe按照指定的轴（axis）进行合并。常见的轴有axis=0和axis=1，分别代表沿着行和列进行合并。
下面是一个简单的示例，假设有两个dataframe df1和df2，我们想要将它们按照行合并成一个新的dataframe:
import pandas as pd
data1 = {'A': [1, 2, 3],
'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)
data2 = {'A': [7, 8, 9],
'B': [10, 11, 12]}
df2 = pd.DataFrame(data2)
result = pd.concat([df1, df2], axis=0)
print(result)
运行以上代码，输出如下：
A B
0 1 4
1 2 5
2 3 6
0 7 10
1 8 11
2 9 12
可以看到，两个dataframe按照行方向合并成了一个新的dataframe。注意，合并后的新dataframe会重新生成索引。
2. merge函数合并dataframe
除了concat函数，pandas还提供了merge函数用于合并两个dataframe。merge函数能够根据指定的列进行合并，类似于SQL中的join操作。
下面是一个示例，假设有两个dataframe df1和df2，我们想要根据列’A’进行合并：
import pandas as pd
data1 = {'A': [1, 2, 3],
'B': ['apple', 'banana', 'cherry']}
df1 = pd.DataFrame(data1)
data2 = {'A': [2, 3, 4],
'C': ['dog', 'elephant', 'fox']}
df2 = pd.DataFrame(data2)
result = pd.merge(df1, df2, on='A', how='inner')
print(result)
运行以上代码，输出如下：
A B C
0 2 banana dog
1 3 cherry elephant
可以看到，根据列’A’进行合并后，生成了新的dataframe。参数how=’inner’表示取两个dataframe交集，也可选参数有’left’、’right’和’outer’，代表取左侧、右侧和并集。
3. append函数合并dataframe
除了concat和merge函数，pandas还提供了append函数用于将一个dataframe添加到另一个dataframe的末尾。
下面是一个示例，假设有两个dataframe df1和df2，我们想要将df2添加到df1的末尾：
import pandas as pd
data1 = {'A': [1, 2, 3],
'B': ['apple', 'banana', 'cherry']}
df1 = pd.DataFrame(data1)
data2 = {'A': [4, 5, 6],
'B': ['dog', 'elephant', 'fox']}
df2 = pd.DataFrame(data2)
result = df1.append(df2)
print(result)
运行以上代码，输出如下：
A B
0 1 apple
1 2 banana
2 3 cherry
0 4 dog
1 5 elephant
2 6 fox
append函数将df2添加到df1的末尾生成了一个新的dataframe。
4. 多个dataframe合并
当有多个dataframe需要合并时，我们可以将它们存放在一个列表中，然后通过concat函数进行合并。
下面是一个示例，假设有三个dataframe df1、df2和df3，我们想要将它们按照行方向合并：
import pandas as pd
data1 = {'A': [1, 2, 3],
'B': ['apple', 'banana', 'cherry']}
df1 = pd.DataFrame(data1)
data2 = {'A': [4, 5, 6],
'B': ['dog', 'elephant', 'fox']}
df2 = pd.DataFrame(data2)
data3 = {'A': [7, 8, 9],
'B': ['grape', 'honeydew', 'kiwi']}
df3 = pd.DataFrame(data3)
result = pd.concat([df1, df2, df3], axis=0)
print(result)
运行以上代码，输出如下：
A B
0 1 apple
1 2 banana
2 3 cherry
0 4 dog
1 5 elephant
2 6 fox
0 7 grape
1 8 honeydew
2 9 kiwi
上述示例将三个dataframe按照行方向合并成了一个更大的dataframe。
结论
本文介绍了使用pandas合并多个dataframe的方法，包括concat、merge和append函数。这些函数可以方便地实现不同方式的合并操作，帮助我们处理数据分析中的各种情况。在实际应用中，根据具体需求选择合适的合并方式，可以更高效地处理数据。