博客

Python3 pandas.concat的用法说明

  • Post category:Python

当我们需要将多个pandas数据集合并在一起时，可以使用Python的pandas包中的concat函数。concat函数可以将两个或多个数据集在一定的方向上拼接在一起，例如将行向量合并成一个大的数据集。下面我们来详细讲解Python3中pandas.concat函数的用法。

1. concat函数的基本用法说明

下面是concat函数的基本语法，具体解释见注释。

pandas.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)

参数说明：

  • objs：pandas.Series或pandas.DataFrame组成的列表或字典，用于拼接。或者是一个pandas.Panel对象。

  • axis：指定拼接方向，0为行向拼接，1为列向拼接。

  • join：指定拼接方式，取值为outer或inner，默认为outer。outer表示并集拼接，inner表示交集拼接。

  • ignore_index：布尔型参数，指定是否忽略原始数据的索引。默认为False。

  • keys：用于产生具有层次结构的索引的标签列表。适用于大量的数据合并操作。

  • levels：用于产生具有层次结构的索引的标签列表。

  • names：用于产生具有层次结构的索引的名称列表。

  • verify_integrity：如果设置为True，则检查新的连接轴是否重复。

  • sort：如果设置为True，则对连接轴排序。默认为False。

  • copy：生成一个副本。如果设置为False，则不会复制数据。默认为True。

2. 示例1：行向拼接

例如下面有两个pandas DataFrame，通过concat函数可以行向拼接它们：

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

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

输出结果如下：

   A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
0  A4  B4  C4  D4
1  A5  B5  C5  D5
2  A6  B6  C6  D6
3  A7  B7  C7  D7

3. 示例2：列向拼接

另外一个示例，我们可以用concat函数实现列向拼接。例如下面有两个包含相同行数和列数的DataFrame：

import pandas as pd

df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})
df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

result = pd.concat([df1, df2], axis=1)
print(result)

输出结果如下：

  key   A   B key   C   D
0  K0  A0  B0  K0  C0  D0
1  K1  A1  B1  K1  C1  D1
2  K2  A2  B2  K2  C2  D2
3  K3  A3  B3  K3  C3  D3

输出的DataFrame按照列名排列，新的DataSet包含了两个原来的DataSet的所有列以及行。

以上就是Python3中pandas.concat函数的详细说明，希望对你理解concat函数的用法有所帮助。

Tags: