Pandas_规整数据_轴向连接_concat

68 阅读 0 评论 45 点赞

我是靠谱客的博主单身钢笔，最近开发中收集的这篇文章主要介绍Pandas_规整数据_轴向连接_concat，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

轴向连接

pd.concat()是顶级的类方法，实例对象没有该方法。

参数	类型	说明
axis	0 1	0 默认值
join	outer inner	outer 默认值 inner 交集，outer 并集 axis=0，依据columns取并集或交集(取交集时，columns相同的数据保留) axis=1，依据index取交集或并集(取交集时，index相同的数据保留)
join_axes	索引组成的列表	pd.concat( [df1，df2]，join_axes=[df1.columns] ) 0轴方向取并集，且只保留df1的columns
ignore_index	bool	False 默认值 True 忽略连接轴方向的索引，建立新的整数索引( 0,1...n-1 ) axis=0，0轴方向索引重置 axis=1，1轴方向索引重置
keys		新增加的索引 axis=0，在0轴方向设置多级索引 axis=1，在1轴方向设置多级索引
names	列表	设置每一级索引的名称
levels

df1
one	two	three
a	110	120	130
c	210	220	230
d	310	320	330
df2
one	three	five
b	11	12	13
c	21	22	23
d	31	32	33
pd.concat([df1,df2],axis=1)
one	two	three	one	three	five
a	110.0	120.0	130.0	NaN	NaN	NaN
b	NaN	NaN	NaN	11.0	12.0	13.0
c	210.0	220.0	230.0	21.0	22.0	23.0
d	310.0	320.0	330.0	31.0	32.0	33.0
pd.concat([df1,df2],axis=1,join='inner')
one	two	three	one	three	five
c	210	220	230	21	22	23
d	310	320	330	31	32	33
pd.concat([df1,df2],keys=['level1','level2'],names=['LEVEL','ROW'])
five	one	three	two
LEVEL	ROW
level1	a	NaN	110	130	120.0
c	NaN	210	230	220.0
d	NaN	310	330	320.0
level2	b	13.0	11	12	NaN
c	23.0	21	22	NaN
d	33.0	31	32	NaN
pd.concat([df1,df2],axis=1,keys=['level1','level2'],names=['LEVEL','ROW'])
LEVEL	level1
level2
ROW	one	two	three	one	three	five
a	110.0	120.0	130.0	NaN	NaN	NaN
b	NaN	NaN	NaN	11.0	12.0	13.0
c	210.0	220.0	230.0	21.0	22.0	23.0
d	310.0	320.0	330.0	31.0	32.0	33.0
pd.concat([df1,df2],join_axes=[df1.columns])
one	two	three
a	110	120.0	130
c	210	220.0	230
d	310	320.0	330
b	11	NaN	12
c	21	NaN	22
d	31	NaN	32