pd.concat()函数sort=true和false及ignore_index参数介绍

sort 参数

pd.concat()函数sort=true和false为什么结果是一样的

pd.concat() 函数 sort=true 和 false 为什么结果是一样的，sort=True， 俩表都各自按各自原来索引顺序排列，那 false 应该就是不按原来的索引排列了呀?


答：
默认 axis=0 时，设置 sort=True 会将拼接的数组根据列名排序，设置sort=False则不进行排序，这里默认等于None是不传入参数，也相当于不进行 sort 操作。

ignore_index

pd.concat() 是 pandas 库中用于合并数据的函数之一。在这个函数中，参数 ignore_index=True 是一个布尔值参数，它的作用如下：

当 ignore_index=True 时，表示在合并数据的同时忽略原始数据的索引（index），新生成的合并后的数据会重新生成一个默认的整数索引。

举个例子，假设有两个 DataFrame，分别是 df1 和 df2：

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                    'B': ['B0', 'B1', 'B2'],
                    'C': ['C0', 'C1', 'C2']})

df2 = pd.DataFrame({'A': ['A3', 'A4', 'A5'],
                    'B': ['B3', 'B4', 'B5'],
                    'C': ['C3', 'C4', 'C5']})

如果我们不设置 ignore_index=True，则合并后的 DataFrame 会保留原始数据的索引：

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

合并后的结果会是：

    A   B   C
0  A0  B0  C0
1  A1  B1  C1
2  A2  B2  C2
0  A3  B3  C3
1  A4  B4  C4
2  A5  B5  C5

可以看到，合并后的 DataFrame 的索引是连续的，保留了原始数据的索引。

但如果我们设置了 ignore_index=True：

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

合并后的结果会是：

    A   B   C
0  A0  B0  C0
1  A1  B1  C1
2  A2  B2  C2
3  A3  B3  C3
4  A4  B4  C4
5  A5  B5  C5

可以看到，合并后的 DataFrame 的索引重新生成，变成了默认的整数索引。

这个参数通常在我们合并数据后，不希望保留原始数据的索引时会很有用，以便后续操作更方便。