pandas的拼接操作 --- pandas.concat()级联

pandas的拼接操作

pandas拼接分为级联（pandas.concat，pandas.append） 以及合并（pandas.merge,，pandas.join）

# 导入模块、别名
import numpy as np
import pandas as pd
from pandas import Series,DataFrame

# 定义生成DataFrame的函数：
def make_df(cols,index): 
    data = {col:[str(col)+str(ind) for ind in index] for col in cols}  
    df = DataFrame(data = data,columns = cols ,index = index )
    return df

df1 = make_df(['a','b','c'],[1,2,3])
# 输出
    a   b   c
1   a1  b1  c1
2   a2  b2  c2
3   a3  b3  c3

df2 = make_df(['a','b','c'],[4,5,6])
# 输出

a   b   c
4   a4  b4  c4
5   a5  b5  c5
6   a6  b6  c6

使用pandas.concat()级联

pandas使用pandas.concat函数，与numpy.concatenate函数类似，只是多了一些参数：

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

1、简单级联

和numpy.concatenate一样，优先增加行数（默认axis=0)，numpy.concatenate(axis=1)的时候是水平的级联,numpy中没有index,和columns,所以只要行列相等就可以级联，在pandas中,如果行 和 列不一致,但是shape相同,会级联成一个更大的df,不对应的值会填充NaN。

pandas.concat([df1,df2],axis=1)

pd.concat([df1,df2],axis=0)

df3 = make_df(['a','b','c'],[2,3,4])
# 输出
a   b   c
2   a2  b2  c2
3   a3  b3  c3
4   a4  b4  c4

pd.concat([df1,df3],axis=1)

pd.concat([df1,df3],axis=0,ignore_index=True)  #ignore_index 作用是对索引重新排序

pd.concat([df1,df3],axis=1)

df4 = pd.concat([df1,df3],keys=['期中','期末'])

2、 不匹配级联

不匹配指的是级联的维度的索引不一致。例如纵向级联时列索引不一致，横向级联时行索引不一致。

（1）外连接：补NaN（默认）

df1 = make_df(['a','b','c'],[1,2,3])
# 输出
    a   b   c
1   a1  b1  c1
2   a2  b2  c2
3   a3  b3  c3

df5 = make_df(['c','d','e'],[3,4,5])
# 输出
    c    d   e
3   c3  d3  e3
4   c4  d4  e4
5   c5  d5  e5

df6 = pd.concat([df1,df5],axis=1)

df6 = pd.concat([df1,df5],axis=0)

（2） 内连接：只连接匹配的项

df6 = pd.concat([df1,df5],axis=1,join='inner')
# 输出

    a   b   c   c   d   e
3   a3  b3  c3  c3  d3  e3

df1 = make_df(['a','b','c'],[1,2,3])
# 输出
    a   b   c
1   a1  b1  c1
2   a2  b2  c2
3   a3  b3  c3

df5 = make_df(['c','d','e'],[3,4,5])
# 输出
    c    d   e
3   c3  d3  e3
4   c4  d4  e4
5   c5  d5  e5

df7 = pd.concat([df1,df5],join_axes=[df1.columns])
#join_axes 的值是一个列表[df1.index]

3)、使用append()函数添加

append专门用于在后面添加，append 和 concat 相似。

df1 = make_df(['a','b','c'],[1,2,3])
# 输出
    a   b   c
1   a1  b1  c1
2   a2  b2  c2
3   a3  b3  c3

df5 = make_df(['c','d','e'],[3,4,5])
# 输出
    c    d   e
3   c3  d3  e3
4   c4  d4  e4
5   c5  d5  e5

df1.append(df5)