concatenate
英 /kən’kætɪneɪt/ 美 /kɑn’kætə,net/
adj. 连接的，连结的，连锁的
v. 连接，连结，使连锁

concat

concat(objs, axis=0, join=‘outer’, join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True)

axis

确定拼接方向

import pandas as pd
import numpy as np

d1 = pd.DataFrame(np.random.rand(4, 3), ['a', 'b', 'c', 'd'], [1, 2, 3])
d2 = pd.DataFrame(np.arange(1, 13).reshape(4, 3), ['a', 'b', 'c', 'd'], [1, 2, 3])
print(pd.concat([d1, d2], axis=1)) # 列
print(pd.concat([d1, d2], axis=0)) # 行

ignore_index

是否保留原有的index方向的标签

import pandas as pd
import numpy as np

d1 = pd.DataFrame(np.random.rand(4, 3), ['a', 'b', 'c', 'd'], [1, 2, 3])
d2 = pd.DataFrame(np.arange(1, 13).reshape(4, 3), ['a', 'b', 'c', 'd'], [1, 2, 3])
print(pd.concat([d1, d2], ignore_index=True))

join

关于数据库里的内连接、左连接、右连接、全连接

• inner大概对应内连接，只得到橡胶的数据
• outter大概对应全连接，全得到，没有的用NaN表示

import pandas as pd
import numpy as np

d1 = pd.DataFrame(np.random.rand(4, 3), ['a', 'b', 'c', 'd'], [1, 2, 3])
d2 = pd.DataFrame(np.arange(1, 13).reshape(4, 3), ['b', 'c', 'd', 'e'], [3, 4, 5])
print(pd.concat([d1, d2]))
print(pd.concat([d1, d2], join='inner'))

join_axes

表示concat的轴上保留哪些label，与axis配个使用

import pandas as pd
import numpy as np

d1 = pd.DataFrame(np.random.rand(4, 3), ['a', 'b', 'c', 'd'], [1, 2, 3])
d2 = pd.DataFrame(np.arange(1, 13).reshape(4, 3), ['b', 'c', 'd', 'e'], [3, 4, 5])
print(pd.concat([d1, d2], axis=1, join_axes=[d1.index]))
print(pd.concat([d1, d2], join_axes=[d1.columns]))

最后

以上就是可耐白羊最近收集整理的关于pandas——concat（concatenate）concat的全部内容，更多相关pandas——concat（concatenate）concat内容请搜索靠谱客的其他文章。