利用concat（）函数在Python Pandas中获取两个DataFrame之间的共同行

在Python和数据科学领域中，Pandas是一种常用的数据处理库。它提供了丰富的数据操作工具，其中一个非常强大的功能是合并两个DataFrame，该功能由函数concat()实现。

在本文中，我们将探讨如何使用concat()函数，获得两个DataFrame之间的共同行。

更多Pandas相关文章，请阅读：Pandas 教程

准备工作

在执行示例代码之前，需要先安装Pandas库。可以使用pip install pandas命令在Python中安装。

同时，为了体现concat()函数的作用，我们需要先创建两个有相同行的DataFrame，可使用如下代码创建。

# 导入Pandas库
import pandas as pd

# 创建第一个数据框
df1 = pd.DataFrame({
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']
                    })

# 创建第二个数据框
df2 = pd.DataFrame({
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'E': ['E0', 'E1', 'E2', 'E3'],
                    'F': ['F0', 'F1', 'F2', 'F3'],
                    'G': ['G0', 'G1', 'G2', 'G3']
                    })

上述代码创建了两个DataFrame，其中第一个DataFrame有四列（A、B、C和D），第二个DataFrame有四列（A、E、F和G），且两个DataFrame的第一列均是相同的（即列A）。

使用concat()函数获取共同行

在真实的数据科学应用中，我们通常会遇到需要将两个DataFrame合并为一个DataFrame的情况。这时就需要使用Pandas提供的concat()函数了。

concat()函数的常用参数有三个，分别是objs、axis和join。其中，objs用于指定要合并的DataFrame对象，axis用于指定合并的方向，join用于指定合并方式。其语法如下：

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

我们将focus对象设置为”inner”，这样就可以以两个DataFrame的共同行作为合并依据，示例代码如下：

# 将两个DataFrame合并
result = pd.concat([df1, df2], axis=1, join='inner')

# 输出结果
print(result)

执行结果如下：

    A   B   C   D   A   E   F   G
0  A0  B0  C0  D0  A0  E0  F0  G0
1  A1  B1  C1  D1  A1  E1  F1  G1
2  A2  B2  C2  D2  A2  E2  F2  G2
3  A3  B3  C3  D3  A3  E3  F3  G3

可以看到，通过设置合并方式为”inner”，我们成功地获得了两个DataFrame之间的共同行。