pandas.concat用法详解

恭喜323重归8人组

——侃爷

摘要

数据分析与建模的时候大部分时间在数据准备上，包括对数据的加载、清理、转换以及重塑。pandas提供了一组高级的、灵活的、高效的核心函数，能够轻松的将数据规整化。

前面给大家分享了

[pandas.merge用法详解]

，这节分享pandas数据合并处理的姊妹篇，pandas.concat用法详解，参考利用Python进行数据分析与[pandas官网]进行整理。

pandas.merge参数列表如下图，其中只有objs是必须得参数，另外常用参数包括objs、axis、join、keys、ignore_index。

1.pd.concat([df1,df2,df3]),默认axis=0，在0轴上合并。

2.pd.concat([df1,df4],axis=1)--在1轴上合并

3.pd.concat([df1,df2,df3],keys=['x', 'y', 'z'])--合并时便于区分建立层次化索引。

4.pd.concat([df1, df4], axis=1, join='inner')--采用内连接合并，join默认为outer外连接。

5.pd.concat([df1, df4], ignore_index=True)--当原来DataFrame的索引没有意义的时候，concat之后可以不需要原来的索引。

我们下次再见，如果还有下次的话！！！

【新浪微博@516数据工作室】

长按下方二维码关注"516数据工作室"