【数据分析day03】pandas的拼接操作之级联：concat & append

pandas的拼接分为两种：级联,合并

• 级联：pd.concat, pd.append
• 合并：pd.merge

对比：级联（增加），聚合（减少）

pd.concat()级联

为方便讲解，我们首先定义一个生成DataFrame的函数：

from pandas import Series, DataFrame

def make_df(index, cols):
	# 字典推导式 + 列表推导式.
   	df = DataFrame({col: [col + str(i) for i in index] for col in cols})
	df.index = index
	return df

创建一个df

make_df([1,2,3,4],  list('ABCD'))

pandas使用pd.concat()函数，与np.concatenate()函数类似，只是多了一些参数：

objs (需要连接的对象，eg [df1, df2] )
axis=0 (默认列方向，增加行)
join=‘outer’ （outer, 表示index全部需要; inner,表示只取index重合的部分;默认外连接"outer"）
join_axes=None (传入需要保留的index )
ignore_index=False （忽视原索引，重新分配）
keys = [value1,value2…] (保留原来索引，新增索引说明)
verify_integrity=False （校验索引的一致性.即允许索引重复）

1) 简单级联(匹配级联)

df1 = make_df([1,2,3,4],  list('ABCD'))
df2 = df1.copy()

和np.concatenate一样，优先增加行数（默认axis=0）

# 默认增加行数
pd.concat((df1, df2))