pandas对表格进行简单的合并

pandas对表格进行简单的合并

​ 无论是在学习还是平时的工作中，我们常会遇到多种信息放在不同的表里的情况，此时我们就需要将这些表格的信息合并到一起再进行操作。

首先我们建立两张学生基本信息表 ：

第一张表命名为table1，

import pandas as pd
table1 = pd.DataFrame({
	'序号':[1,2,3,4,5,6,7,8,9,10],
	'姓名':['甲','乙','丙','丁','戊','己','庚','辛','壬','癸'],
	'性别':['男','男','女','女','女','男','男','男','男','女'],
})

结果：

table1

序号 姓名 性别
 1   甲   男
 2   乙   男
 3   丙   女
 4   丁   女
 5   戊   女
 6   己   男
 7   庚   男
 8   辛   男
 9   壬   男
 10  癸   女

第二张命名为 table2.

table2 =  pd.DataFrame({
	'序号':[11,12,13,14],
	'姓名':['张三','李四','王五','赵六'],
	'性别':['男','男','女','女'],
})

结果：

table2

序号 姓名 性别
11  张三  男
12  李四  男
13  王五  女
14  赵六  女

表中的表头为序号,姓名,性别三列，每列中包含的数据不相同，此时对其直接进行合并。

df = [table1,table2]
result = pd.concat(df)

result

序号 姓名 性别
1    甲   男
2    乙   男
3    丙   女
4    丁   女
5    戊   女
6    己   男
7    庚   男
8    辛   男
9    壬   男
10   癸   女
11  张三  男
12  李四  男
13  王五  女
14  赵六  女

可以看到，这种操作十分简单。

这个看似简单的操作在许多时候能够起到大作用。比如我们统计一些学生的高考成绩（刚好4列），这些学生的高考成绩按照学校、班级存在许多个不同的文件中。那么此时我们可以结合os的方法将所有表格依次读出再合并为一个表。想象一下比如有100张表格，那么我们只需要简单几句代码就能全部合并起来。而手动操作的话光是打开、复制、粘贴就至少得1-2个小时才能完成，如果每张表头的摆放顺序不一样还会花费更多的时间。