pandas数据统计插件的连接函数concat()妙用，灵活处理数据对象！

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

import pandas as pd

初始化series_1数据对象

series_1 = pd.Series([‘a’, ‘b’,‘c’])

初始化series_2数据对象

series_2 = pd.Series([‘c’, ‘d’])

合并series_1、series_2

res = pd.concat([series_1, series_2])

打印合并结果

print(res)

0 a

1 b

2 c

0 c

1 d

忽略索引合并

合并series_1、series_2，忽略索引

res = pd.concat([series_1, series_2],ignore_index=True)

打印合并结果

print(res)

0 a

1 b

2 c

3 c

4 d

添加分层索引合并

合并series_1、series_2，忽略索引

res = pd.concat([series_1, series_2],keys=[‘series_1’,‘series_2’])

打印合并结果

print(res)

series_1 0 a

1 b

2 c

series_2 0 c

1 d

添加数据列合并

合并series_1、series_2，添加数据列名

res = pd.concat([series_1, series_2],keys=[‘series_1’,‘series_2’],names=[‘Series ID’, ‘index’])

打印合并结果

print(res)

Series ID index

series_1 0 a

1 b

2 c

series_2 0 c

1 d

DataFrame 数据处理

合并两个相同列的DataFrame对象

创建DataFrame对象dataframe_1

dataframe_1 = pd.DataFrame([[‘coding’, ‘python’], [‘type’, ‘1’]], columns=[‘名称’, ‘类型’])

创建DataFrame对象dataframe_2

dataframe_2 = pd.DataFrame([[‘coding’, ‘java’], [‘type’, ‘2’]], columns=[‘名称’, ‘类型’])

合并两个列相同的DataFrame对象dataframe_1、dataframe_2

res = pd.concat([dataframe_1, dataframe_2])

打印合并DataFrame对象

print(res)

名称 类型

0 coding python

1 type 1

0 coding java

1 type 2

合并重叠的DataFrame

创建DataFrame对象dataframe_3

dataframe_3 = pd.DataFrame([[‘coding’, ‘java’,‘91’], [‘type’, ‘2’,‘93’]], columns=[‘名称’, ‘类型’,‘评分’])

合并两个不相同的DataFrame对象dataframe_1、dataframe_3

合并时不存在的列则使用Nan值进行合并

res = pd.concat([dataframe_1, dataframe_3],sort=False)

打印合并DataFrame对象

print(res)

名称 类型 评分

0 coding python NaN

1 type 1 NaN

0 coding java 91

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！