dataframe在行数据后面追加数据（concat)

现有两组dataframe数据：

数据1：（68，240）

数据2：（68，128）

目的：将数据1和数据2 按照正确的行追加数据，也就是说想转为（68，240+128）的数据

【试过几个函数，结果都不是很理想，在看了这篇文章后学习很多，做出以下笔记 ：）】

(1条消息) dataframe.concat()_漂亮的刘大漂亮的博客-CSDN博客_dataframe的concat

---

解决：使用concat

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,keys=None, levels=None, names=None, verify_integrity=False)

【objs: series，dataframe或者是panel构成的序列lsit】

【axis： 需要合并链接的轴，0是行，1是列】

【join：连接的方式 inner，或者outer】

举例：

左边为数据，右边为最终结果：

将表构成list，然后作为concat的输入
frames = [df1, df2, df3]
result = pd.concat(frames)

---

 

 左边为数据，右边为最终结果：

result = pd.concat([df1, df4], axis=1)

---

result = pd.concat([df1, df4], axis=1, join='inner')

join参数的属性，如果为’inner’得到的是两表的交集，如果是outer，得到的是两表的并集。
 

---

join_axes的参数传入，可以指定根据那个轴来对齐数据
例如根据df1表对齐数据，就会保留指定的df1表的轴，然后将df4的表与之拼接

---

append是series和dataframe的方法，使用它就是默认沿着列进行拼接（axis = 0，列对齐）

 result = df1.append(df2)
 

---

keys参数可以用来给合并后的表增加key来区分不同的表数据来源 

 result = pd.concat(frames, keys=['x', 'y', 'z'])

 

---

如果遇到两张表的列字段本来就不一样，但又想将两个表合并，其中无效的值用nan来表示。那么可以使用ignore_index来实现。 

 dicts = [{'A': 1, 'B': 2, 'C': 3, 'X': 4},  {'A': 5, 'B': 6, 'C': 7, 'Y': 8}]

result = df1.append(dicts, ignore_index=True)

---

---

2022年10月31日：

新增！！！关于iloc loc

df.iloc[0]['要取的列名’]

结束：iloc【0】可以将横排变为竖排：

原始:

data	length	weidth	km
1	4	5	8

iloc[0]:

data	1
length	4
weidth	5
km	8

可以根据df.iloc[0]['data']进行取值

---

---

df.loc[:,'追加列的名字']
在dataframe后面追加一列!!