DataFrame的级联与合并操作

DataFrame的级联与合并操作

级联操作：对于数据

• pd.concat，pd.append

pandas使用pd.concat函数，与np.concatenate函数类似，只是多了以下参数：

objs
axis=0
keys
join='outer' / 'inner'：表示的是级联的方式，outer会将所有的项进行级联（忽略匹配和不匹配，而inner只会将匹配的项级联到一起，不匹配的不级联
ignore_index=False

匹配级联

df1 = DataFrame(data=np.random.randint(0, 100, size=(5, 3)), columns=['A', 'B', 'C'])
df2 = DataFrame(data=np.random.randint(0, 100, size=(5, 3)), columns=['A', 'D', 'C'])
pd.concat((df1, df2), axis=1) # 行索引相同，匹配级联行

//
    A   B   C   A   D   C
0  45  84  22  31  49   9
1  28  54  86  91  56  29
2  60  28  10  44  31  63
3  54  38  39  98  54  69
4  15   2  35  89  55  32

不匹配级联

• 不匹配是指级联维度的索引不一致，例如纵向级联时列索引不一致，横向级联时行索引不一致
• 两种连接方式：
  • 外连接：补NaN（默认模式）
  • 内连接：只连接匹配的项

注：如果想要保留数据的完整性必须使用outer（外连接）

df1 = DataFrame(data=np.random.randint(0, 100, size=(5, 3)), columns=['A', 'B', 'C'])
df2 = DataFrame(data=np.random.randint(0, 100, size=(5, 3</