在实际应用中,pandas的concat/merge方法以及groupby方法用的比较多,这里通过实例进行简要的介绍,本次内容主要介绍合并方法。
内容翻译自:http://pandas.pydata.org/pandas-docs/stable/merging.html#merging
concat
先来看一下concat方法的原型
pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False,
copy=True)
只看前三个:
objs: series,dataframe或者是panel构成的序列lsit
axis: 需要合并的轴,0是行,1是列
join:连接的方式 inner,或者outer
例1:
In [1]: df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
...: 'B': ['B0', 'B1', 'B2', 'B3'],
...: 'C': ['C0', 'C1', 'C2', 'C3'],
...: 'D': ['D0', 'D1', 'D2', 'D3']},
...: index=[0, 1, 2, 3])
...:
In [2]: df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
...: 'B': ['B4', 'B5', 'B6', 'B7'],
...: 'C': ['C4', 'C5', 'C6', 'C7'],
...: 'D': ['D4', 'D5', 'D6', 'D7']},
..