pandas中concat函数的用法

concat() 函数是 Pandas 中用于沿指定轴将多个 DataFrame 或 Series 连接在一起的函数。它可以按行或按列将多个对象连接在一起，可以根据索引或者按照指定的轴进行连接。

下面是 concat() 函数的基本语法：

pd.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, ...)

其中的参数含义如下：

• objs：要连接的多个 DataFrame 或 Series 的列表，可以是一个列表、元组或字典等。
• axis：指定连接的轴，0 表示按行连接，1 表示按列连接，默认为 0。
• join：指定连接的方式，可选值为 'outer' 和 'inner'，默认为 'outer'。'outer' 表示对所有索引进行并集，缺失值用 NaN 填充；'inner' 表示对所有索引进行交集。
• ignore_index：是否忽略连接后的索引，默认为 False。如果设置为 True，则会重新生成一个新的整数索引。
• keys：用于创建层次化索引的键，如果传入列表或数组，这些键将被用作最外层级别的索引。

 下面是一些示例说明 concat() 函数的用法：

按行连接多个 DataFrame：

import pandas as pd

# 创建两个示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})

# 按行连接两个 DataFrame
result = pd.concat([df1, df2])
print(result)

按列连接多个 DataFrame：

# 创建两个示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'C': [5, 6], 'D': [7, 8]})

# 按列连接两个 DataFrame
result = pd.concat([df1, df2], axis=1)
print(result)

 按列连接时忽略索引：

# 创建两个示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}, index=[0, 1])
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]}, index=[2, 3])

# 按列连接两个 DataFrame，并忽略索引
result = pd.concat([df1, df2], axis=1, ignore_index=True)
print(result)