pandas合并groupby_Pandas合并和组合操作

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']},

..