4.Pandas应用 连接

pandas连接

1.concat()

字段 objs = [t1,t2,…]，连接的数据
字段 ignore_index, 索引重置，默认=False
字段 keys = [k1,k2,…]，对应objs，生成（k1，表1索引）的多重索引作为连接后数据表的索引
字段 axis ，连接方向 默认=0，行方向；=1，列方向

import pandas as pd
groups1 = pd.read_csv("meetup\\groups1.csv")
groups2 = pd.read_csv("meetup\\groups2.csv")
groups1.head()
groups2.head()

# ignore_index 默认= False,使用原来的索引，索引有重复值
pd.concat(objs=[groups1, groups2])

# ignore_index = True
pd.concat(objs=[groups1, groups2], ignore_index=True)

# 生成多重索引作为新表索引
pd.concat(objs=[groups1, groups2], keys=['Group1', 'Group2'])

arr1 = np.random.randint(0, 10,size=(3, 3))
arr2 = np.random.randint(10, 20,size=(3, 1))
df1 = pd.DataFrame(arr1, columns=['a', 'b', 'c'])
df2 = pd.DataFrame(arr2, columns=['d'])

# axis = 0，行方向连接
# 连接后缺失部分会自动填充NaN
pd.concat(objs=[df1, df2])

# axis = 1 或 "columns"，列方向连接
pd.concat(objs=[df1, df2],axis=1)
pd.concat(objs=[df1, df2],axis="columns")