一、简述
pd.concat()函数可以沿着指定的轴将多个dataframe或者series拼接到一起,这一点和另一个常用的pd.merge()函数不同,pd.merge()函数只能实现两个表的拼接。
pd.concat( objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True,)
以上是有关pd.concat()函数的所有参数,接下来通过例子对常用参数进行讲解。
二、参数axis
假设有两个来自不同部门的表格,一个来自销售部门,一个来自人力部门,这两个表一般会有一两个相同的列,大多数列名不同,但是行索引相同,因为是对同一批人不同信息的统计。
来自销售部门的表df_s:
来自人力部门的表df_h:
pd.merge([df_s,df_h],axis=1)
axis = 1,自动按照行索引对齐。
pd.concat([df1, df4], axis=1)
三、参数keys和names
当表格拼接完成后,就不能判断到底哪些数据是来自于哪一个表了,如果需要保留来源信息,就可以通过keys参数进行设置,而names参数可以给拼接后形成的数据结构添加名字。
上下拼接情况下标记每条记录来自于哪个表,添加名字说明。
左右拼接情况下标记每条记录来自于哪个表,添加名字说明。
四、参数join和join_axes
join参数控制的是外连接还是内连接,默认外连接,保留两个表中的所有信息;如果设置成内连接,拼接结果只保留两个表共有的信息。
join_axes参数是在内连接时选择要完整保留哪个表的索引,但是这个参数在官方文档中提醒即将被弃用,所以不做详细讲解,只看一下join参数的表现吧:
这两个表有部分相同的列名和部分相同的行索引,来对这两个表进行两个方向的拼接,设置join="inner"后查看下效果:
- 上下拼接,保留了共有的列信息。
pd.concat([df_1,df_3],axis=0,join='inner')
- 左右拼接,保留了共有的行信息。
pd.concat([df_1,df_3],axis=1,join='inner')
五、参数sort
sort为布尔值。
如下图,默认上下拼接,不进行sort参数设置会跳出警告,并且能看到列名已经被重新排序了:
设置sort=True,使警告沉默但是依然会被重新排序:
设置sort = False,使警告沉默并且不会被重新排序: