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

語(yǔ)法

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

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

參數(shù)說(shuō)明：

• objs：需要連接的對(duì)象（如 DataFrame 或 Series）的列表或字典。
• axis：指定連接軸。{0/’index’, 1/’columns’}, 默認(rèn)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(rèn)為 ‘outer’。join=‘outer’：外連接，保留所有索引（默認(rèn)）。join=‘inner’：內(nèi)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(shù)索引。bool，默認(rèn)為 False。ignore_index=True：忽略原始索引，生成新的整數(shù)索引。ignore_index=False：保留原始索引。
• keys：為連接后的對(duì)象添加外層索引（多層索引）。list 或 tuple。
• levels：與 keys 參數(shù)配合使用，指定多層索引的具體層級(jí)。list 或 tuple。
• names：為多層索引的層級(jí)命名。list 或 tuple。
• verify_integrity：是否檢查新索引是否有重復(fù)。bool，默認(rèn)為 False。
• sort：是否對(duì)非連接軸進(jìn)行排序。bool，默認(rèn)為 False。
• copy：是否復(fù)制數(shù)據(jù)。bool，默認(rèn)為 True。

示例：使用pandas.concat合并數(shù)據(jù)

第1個(gè)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(shù)據(jù)：

第2個(gè)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(jié)果：

默認(rèn)的concat：參數(shù)axis=0，join=‘outer’，ignore_index=False

pd.concat([df1, df2])

合并后的結(jié)果：

使用ignore_index=True參數(shù)可以忽略原來(lái)的索引

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

合并后的數(shù)據(jù)：

使用join='inner’參數(shù)過(guò)濾掉不匹配的列

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

合并后的數(shù)據(jù)：

使用axis=1相當(dāng)于添加新列

添加一列Series

DataFrame：

再構(gòu)造一個(gè)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(jié)果：

添加多列Series

DataFrame：

第1個(gè)Series：

第2個(gè)Series：

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

合并1個(gè)DataFrame和2個(gè)Series：

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

合并后的結(jié)果：

concat的要合并的對(duì)象參數(shù)可以只包含Series列表

合并兩個(gè)Series：

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

合并后的結(jié)果：

concat的要合并的對(duì)象參數(shù)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(shù)據(jù)：

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

合并后的結(jié)果：

一行一行給DataFrame添加數(shù)據(jù)

先生成一個(gè)空的DataFrame：

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

利用concat可以接受對(duì)象列表的特點(diǎn)，進(jìn)行拼接：

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

拼接后的結(jié)果：

到此這篇關(guān)于pandas實(shí)現(xiàn)數(shù)據(jù)concat拼接的示例代碼的文章就介紹到這了,更多相關(guān)pandas concat拼接內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論