Python Pandas DataFrame 数据合并

最近需求中需要用到DF的数据合并，查了下，顺便记录下

官方文档： https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html

使用pd.concat()

纵向合并

从图中可以看到，把df1,df2,df3的数据进行纵向合并。 

import pandas as pd 

pd.concat([df1,df2,df3],axis=0)

其实这里的axis可以不写，因为这里axis的默认值就是0，当这个值为0的时候，就是横向合并了。

当使用key时，则可以在合并后标记合并源，方便之后进行数据查看

横向合并

从图中可以看到，把df1,df4的数据进行了横向的合并

import pandas as pd

pd.concat([df1, df4], axis=1)

这里就可以看到，这时的axis的值就变成1，这就代表时横向合并

.但是当我们把join参数换成 inner 时候 (默认为 ourter )，这时候代表合并交集，默认是合并并集。

pd.concat([df1, df4], axis=1, join="inner")

当我们使用reindex的时候，则只会合并 df1含有的index

pd.concat([df1, df4.reindex(df1.index)], axis=1)