Python_DataFrame_concat

DataFrame数据的合并、连接（concat、merge、join）

一、concat：沿着一条轴，将多个对象合并到一起 concat方法相当于数据库中的全连接 union all，它可以指定联接的方式（ out join 或 inner join），还可以指定按照某个轴进行连接， 与数据库不同的是，它不会去重，但是可以使用drop_duplicates方法达到去重的效果。

pd.concat()只是单纯的把两个表拼接在一起，参数axis是关键，用于指定是行还是列。

import pandas as pd
import numpy as np
df1 = pd.DataFrame({'水果':['苹果','梨','草莓'],'数量':[4,5,6]},index=[1,2,3])
df1

	水果	数量
1	苹果	4
2	梨	5
3	草莓	6

df2=pd.DataFrame({'水果':['苹果','梨','草莓','葡萄'],'价格':[10.2,23.4,33.56,9.9]},index=[1,2,3,4])
df2

	水果	价格
1	苹果	10.20
2	梨	23.40
3	草莓	33.56
4	葡萄	9.90

# axis 连接的轴向， 0，表格向下， 1 ，表格向右
pd.concat([df1,df2],axis=1)     

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

	价格	数量	水果
1	NaN	4.0	苹果
2	NaN	5.0	梨
3	NaN	6.0	草莓
1	10.20	NaN	苹果
2	23.40	NaN	梨
3	33.56	NaN	草莓
4	9.90	NaN	葡萄

# ignore_index=True 重建索引
pd.concat([df1,df2],axis=0,ignore_index=True)   

	价格	数量	水果
0	NaN	4.0	苹果
1	NaN	5.0	梨
2	NaN	6.0	草莓
3	10.20	NaN	苹果
4	23.40	NaN	梨
5	33.56	NaN	草莓
6	9.90	NaN	葡萄

# 内连接
pd.concat([df1,df2],axis=1,join='inner',keys='水果')   

	水果	数量	水果	价格
1	苹果	4	苹果	10.20
2	梨	5	梨	23.40
3	草莓	6	草莓	33.56

# 外连接
pd.concat([df1,df2],axis=1,join='outer',keys='水果')

	水果	数量	水果	价格
1	苹果	4.0	苹果	10.20
2	梨	5.0	梨	23.40
3	草莓	6.0	草莓	33.56
4	NaN	NaN	葡萄	9.90