使用場景：批量拼接相同格式的excel、給DataFrame添加行、給DataFrame添加列等。

語法

使用某種方式合并方式（inner/outer）、沿著某個軸向（axis=0/1）、把多個Pandas對象（DataFrame/Seires）拼接成一個。

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

返回值：

• 當沿索引（axis=0）連接所有 Series 時，返回一個 Series。
• 當 objs 中包含至少一個 DataFrame 時，返回一個 DataFrame。
• 當沿列（axis=1）連接時，返回一個 DataFrame。

參數說明：

• objs：需要連接的對象（如 DataFrame 或 Series）的列表或字典。
• axis：指定連接軸。{0/’index’, 1/’columns’}, 默認0。axis=0：沿行方向連接（垂直堆疊）。axis=1：沿列方向連接（水平堆疊）。
• join：指定連接方式，{‘inner’, ‘outer’}，默認為 ‘outer’。join=‘outer’：外連接，保留所有索引（默認）。join=‘inner’：內連接，只保留共有索引。
• ignore_index：是否忽略原始索引并生成新的整數索引。bool，默認為 False。ignore_index=True：忽略原始索引，生成新的整數索引。ignore_index=False：保留原始索引。
• keys：為連接后的對象添加外層索引（多層索引）。list 或 tuple。
• levels：與 keys 參數配合使用，指定多層索引的具體層級。list 或 tuple。
• names：為多層索引的層級命名。list 或 tuple。
• verify_integrity：是否檢查新索引是否有重復。bool，默認為 False。
• sort：是否對非連接軸進行排序。bool，默認為 False。
• copy：是否復制數據。bool，默認為 True。

示例：使用pandas.concat合并數據

第1個DataFrame：

import pandas as pd

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

查看數據：

第2個DataFrame：

df2 = pd.DataFrame({'B': ['B4', 'B5', 'B6', 'B7'], 'C': ['C4', 'C5', 'C6', 'C7'], 'D': ['D4', 'D5', 'D6', 'D7'], 'E': ['E4', 'E5', 'E6', 'E7']})

查看結果：

默認的concat：參數axis=0，join=‘outer’，ignore_index=False

pd.concat([df1, df2])

合并后的結果：

使用ignore_index=True參數可以忽略原來的索引

pd.concat([df1, df2], ignore_index=True)

合并后的數據：

使用join='inner’參數過濾掉不匹配的列

pd.concat([df1, df2], ignore_index=True, join='inner')

合并后的數據：

使用axis=1相當于添加新列

添加一列Series

DataFrame：

再構造一個Series：

s1 = pd.Series(list(range(10, 14)), name='F')

按列合并：

pd.concat([df1, s1], axis=1)

合并后的結果：

添加多列Series

DataFrame：

第1個Series：

第2個Series：

s2 = df1.apply(lambda x : x['D'] + '_G', axis=1)
s2.name = 'G'

合并1個DataFrame和2個Series：

pd.concat([df1, s1, s2], axis=1)

合并后的結果：

concat的要合并的對象參數可以只包含Series列表

合并兩個Series：

pd.concat([s1, s2], axis=1)

合并后的結果：

concat的要合并的對象參數DataFrame和Series順序可以混合

要合并的DataFrame:

要合并的Series:

要合并的Series:

合并數據：

pd.concat([s1, df1, s2], axis=1)

合并后的結果：

一行一行給DataFrame添加數據

先生成一個空的DataFrame：

df = pd.DataFrame(columns=['S'])

利用concat可以接受對象列表的特點，進行拼接：

pd.concat([pd.DataFrame([i], columns=['S']) for i in range(6)], ignore_index=True)

拼接后的結果：

到此這篇關于pandas實現(xiàn)數據concat拼接的示例代碼的文章就介紹到這了,更多相關pandas concat拼接內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論