pandas数据统计插件的连接函数concat()妙用，灵活处理数据对象！

‘’’

cancat()函数

pd.concat(objs, axis=0, join=‘outer’, join_axes=None, ignore_index=False,

keys=None, levels=None, names=None, verify_integrity=False,

copy=True)

参数说明：

objs：Series，DataFrame或Panel对象的序列或映射。如果传递了dict，则排序的键将用作键参数，除非它被传递，在这种情况下，将选择值（见下文）。任何无对象将被静默删除，除非它们都是无，在这种情况下将引发一个ValueError。

axis：{0,1，…}，默认为0。沿着连接的轴。

join：{‘inner’，‘outer’}，默认为“outer”。如何处理其他轴上的索引。outer为联合和inner为交集。

ignore_index：boolean，default False。如果为True，请不要使用并置轴上的索引值。结果轴将被标记为0，…，n-1。如果要连接其中并置轴没有有意义的索引信息的对象，这将非常有用。注意，其他轴上的索引值在连接中仍然受到尊重。

join_axes：Index对象列表。用于其他n-1轴的特定索引，而不是执行内部/外部设置逻辑。

keys：序列，默认值无。使用传递的键作为最外层构建层次索引。如果为多索引，应该使用元组。

levels：序列列表，默认值无。用于构建MultiIndex的特定级别（唯一值）。否则，它们将从键推断。

names：list，default无。结果层次索引中的级别的名称。

verify_integrity：boolean，default False。检查新连接的轴是否包含重复项。这相对于实际的数据串联可能是非常昂贵的。

copy：boolean，default True。如果为False，请勿不必要地复制数据。

‘’’

Series 数据处理

普通合并

导入pandas数据处理库

import pandas as pd

初始化series_1数据对象

series_1 = pd.Series([‘a’, ‘b’,‘c’])

初始化series_2数据对象

series_2 = pd.Series([‘c’, ‘d’])

合并series_1、series_2

res = pd.concat([series_1, series_2])

打印合并结果

print(res)

0 a

1 b

2 c

0 c

1 d

忽略索引合并

合并series_1、series_2，忽略索引

res = pd.concat([series_1, series_2],ignore_index=True)

打印合并结果

print(res)

0 a

1 b

2 c

3 c

4 d

添加分层索引合并

合并series_1、series_2，忽略索引

res = pd.concat([series_1, series_2],keys=[‘series_1’,‘series_2’])

打印合并结果

print(res)

series_1 0 a

1 b

2 c

series_2 0 c

1 d

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python爬虫全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）

又不知道该从何学起的朋友，同时减轻大家的负担。**

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）
[外链图片转存中…(img-Cft76Jqs-1711191996734)]