pandas的合并

import pandas as pd
import numpy as np

#定义资料集
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a','b','c','d'])
df2 = pd.DataFrame(np.ones((3,4))*1, columns=['a','b','c','d'])
df3 = pd.DataFrame(np.ones((3,4))*2, columns=['a','b','c','d'])

#concat纵向合并
res = pd.concat([df1, df2, df3], axis=0)
res = pd.concat([df1, df2, df3], axis=0,ignore_index = True)

#打印结果
print(res)
#     a    b    c    d
# 0  0.0  0.0  0.0  0.0
# 1  0.0  0.0  0.0  0.0
# 2  0.0  0.0  0.0  0.0
# 0  1.0  1.0  1.0  1.0
# 1  1.0  1.0  1.0  1.0
# 2  1.0  1.0  1.0  1.0
# 0  2.0  2.0  2.0  2.0
# 1  2.0  2.0  2.0  2.0
# 2  2.0  2.0  2.0  2.0

#join (合并方式)
#join='outer'为预设值，因此未设定任何参数时，函数默认join='outer'。
#此方式是依照column来做纵向合并，有相同的column上下合并在一起，#
#其他独自的column个自成列，原本没有值的位置皆以NaN填充。
df1 = pd.DataFrame(np.ones((3,4))*0,columns = ['a','b','c','d'],index = [1,2,3])
df2 = pd.DataFrame(np.ones((3,4))*0,columns = ['b','c','d','e'],index = [2,3,4])
#纵向外合并
res = pd.concat([df1,df2],axis=0,join = 'outer')
#纵向内合并,相同的column 被合并，其他的被抛弃
res = pd.concat([df1,df2],axis=0,join = 'inner')
print(res)
'''
     b    c    d
1  0.0  0.0  0.0
2  0.0  0.0  0.0
3  0.0  0.0  0.0
2  0.0  0.0  0.0
3  0.0  0.0  0.0
4  0.0  0.0  0.0
'''
#重置index
res = pd.concat([df1,df2],axis=0,join = 'inner',ignore_index=True)
print(res)
#依照‘df1.index’横向合并
res = pd.concat([df1,df2],axis=1,join_axes = [df1.index])
print(res)
#依照‘df2.index’横向合并
res = pd.concat([df1,df2],axis=1,join_axes = [df2.index])
print(res)
# append(添加数据)只有纵向合并，没有横向合并。

#定义资料集
print('##################### append ####################')
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a','b','c','d'])
df2 = pd.DataFrame(np.ones((3,4))*1, columns=['a','b','c','d'])
df3 = pd.DataFrame(np.ones((3,4))*1, columns=['a','b','c','d'])
s1 = pd.Series([1,2,3,4], index=['a','b','c','d'])
res = df1.append(df2,ignore_index=True)
print(res)
res = df1.append([df2,df3],ignore_index=True)
print(res)