pandas：使用concat函数合并数据集

使用concat函数合并数据集

通过列表的形式，将需要合并的数据集作为第一个参数传入。数据集合并默认是按照第0个数轴合并，此时根据column索引值将对应的数据合并。没有的值则用NaN代替。

可以通过参数axis参数指定按照哪个数轴进行合并。

import numpy as np
import pandas as pd

arr = np.random.randint(10,size=(3,4))
df1 = pd.DataFrame(arr, columns=["A", "B", "C", "D"])
df1

	A	B	C	D
0	5	4	4	8
1	8	4	5	4
2	3	1	8	1

arr = np.random.randint(10,size=(3,3))
df2 = pd.DataFrame(arr, columns=["C", "D", "E"])
df2

	C	D	E
0	7	5	6
1	0	3	5
2	4	6	9

• 默认数据集是按照第0个轴合并的。对于某个数据集在某些列没有数据，则又NaN代替。

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

	A	B	C	D	E
0	5.0	4.0	4	8	NaN
1	8.0	4.0	5	4	NaN
2	3.0	1.0	8	1	NaN
0	NaN	NaN	7	5	6.0
1	NaN	NaN	0	3	5.0
2	NaN	NaN	4	6	9.0

• 通过修改axis参数，可以设置根据哪个轴进行合并。

pd.concat([df1, df2], axis=1)

	A	B	C	D	C	D	E
0	5	4	4	8	7	5	6
1	8	4	5	4	0	3	5
2	3	1	8	1	4	6	9

• 默认合并的模式是outer，即对于数据集没有的列，用NaN代替。可以使用join参数指定为inner模式，即只取所有数据集都共有的列进行合并。

pd.concat([df1, df2], join="outer")

	A	B	C	D	E
0	5.0	4.0	4	8	NaN
1	8.0	4.0	5	4	NaN
2	3.0	1.0	8	1	NaN
0	NaN	NaN	7	5	6.0
1	NaN	NaN	0	3	5.0
2	NaN	NaN	4	6	9.0

pd.concat([df1, df2], join="inner")

	C	D
0	4	8
1	5	4
2	8	1
0	7	5
1	0	3
2	4	6