极客笔记如何使用 Pandas 的concat函数来合并行
在数据分析和数据处理中，经常需要将多个数据集合并为一个。Pandas 提供了多种方式来合并数据，其中 concat() 函数是一个非常强大的工具，它可以帮助我们在不同的轴向上合并数据。本文将详细介绍如何使用 Pandas 的 concat() 函数来合并行，包括多个示例代码，帮助读者更好地理解和掌握其用法。
Pandas Concat 基础
Pandas 的 concat() 函数主要用于沿着一定的轴将多个对象堆叠到一起。语法如下：
pandas.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)
objs: 一个序列或映射，这里是要合并的 DataFrame 或 Series。axis:{0/'index', 1/'columns'}，默认为 0，表示沿着哪个轴进行连接。join:{'inner', 'outer'}，默认为 ‘outer’，表示如何处理不同对象的索引轴上的不匹配。ignore_index: 布尔值，默认为 False，如果为 True，则不使用索引值，而是创建一个新的索引。keys: 序列，默认为 None。如果传递了序列，则创建一个多级索引（层次化索引）。
示例 1：基本的行连接
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({
"A": ["A0", "A1"],
"B": ["B0", "B1"]
}, index=[0, 1])
df2 = pd.DataFrame({
"A": ["A2", "A3"],
"B": ["B2", "B3"]
}, index=[2, 3])
# 使用 concat 连接行
result = pd.concat([df1, df2])
print(result)
Output:
示例 2：忽略原有索引
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({
"A": ["A0", "A1"],
"B": ["B0", "B1"]
}, index=[0, 1])
df2 = pd.DataFrame({
"A": ["A2", "A3"],
"B": ["B2", "B3"]
}, index=[2, 3])
# 使用 concat 连接行，忽略原有索引
result = pd.concat([df1, df2], ignore_index=True)
print(result)
Output:
示例 3：添加多级索引
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({
"A": ["A0", "A1"],
"B": ["B0", "B1"]
}, index=[0, 1])
df2 = pd.DataFrame({
"A": ["A2", "A3"],
"B": ["B2", "B3"]
}, index=[2, 3])
# 使用 concat 连接行，添加多级索引
result = pd.concat([df1, df2], keys=['x', 'y'])
print(result)
Output:
示例 4：内连接
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({
"A": ["A0", "A1"],
"B": ["B0", "B1"]
}, index=[0, 1])
df2 = pd.DataFrame({
"A": ["A2", "A3"],
"B": ["B2", "B3"]
}, index=[2, 3])
# 使用 concat 进行内连接
result = pd.concat([df1, df2], join='inner')
print(result)
Output:
示例 5：沿列轴连接
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({
"A": ["A0", "A1"],
"B": ["B0", "B1"]
}, index=[0, 1])
df2 = pd.DataFrame({
"C": ["C2", "C3"],
"D": ["D2", "D3"]
}, index=[0, 1])
# 使用 concat 连接列
result = pd.concat([df1, df2], axis=1)
print(result)
Output:
高级用法
在实际应用中，我们可能需要处理更复杂的数据合并场景。例如，处理具有不同列的 DataFrame，或者在合并时保留源 DataFrame 的特定信息。
示例 6：处理不同列的 DataFrame
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({
"A": ["A0", "A1"],
"B": ["B0", "B1"]
}, index=[0, 1])
df2 = pd.DataFrame({
"C": ["C2", "C3"],
"D": ["D2", "D3"]
}, index=[0, 1])
# 使用 concat 连接行，处理不同列
result = pd.concat([df1, df2])
print(result)
Output:
示例 7：保留源 DataFrame 的信息
import pandas as pd
# 创建两个 DataFrame
df1 = pd.DataFrame({
"A": ["A0", "A1"],
"B": ["B0", "B1"]
}, index=[0, 1])
df2 = pd.DataFrame({
"A": ["A2", "A3"],
"B": ["B2", "B3"]
}, index=[2, 3])
# 使用 concat 连接行，保留源 DataFrame 的信息
result = pd.concat([df1, df2], keys=['df1', 'df2'])
print(result)
Output:
总结
通过上述示例，我们可以看到 Pandas 的 concat() 函数在数据合并方面的强大功能。无论是简单的行连接，还是处理复杂的数据结构，concat() 都能提供灵活的解决方案。在实际工作中，合理利用这些功能可以大大提高数据处理的效率和质量。