Python3 pandas.concat的用法说明

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。

姊妹篇：pandas.merge用法详解！！！

补充：python3：pandas（合并concat和merge）

pandas处理多组数据的时候往往会要用到数据的合并处理，其中有三种方式，concat、append和merge。

1、concat

用concat是一种基本的合并方式。而且concat中有很多参数可以调整，合并成你想要的数据形式。axis来指明合并方向。axis=0是预设值，因此未设定任何参数时，函数默认axis=0。（0表示上下合并，1表示左右合并）

import pandas as pd
import numpy as np

#定义资料集
df1 = pd.dataframe(np.ones((3,4))*0, columns=['a','b','c','d'])
df2 = pd.dataframe(np.ones((3,4))*1, columns=['a','b','c','d'])
df3 = pd.dataframe(np.ones((3,4))*2, columns=['a','b','c','d'])
#concat纵向合并
res = pd.concat([df1, df2, df3], axis=0)

#打印结果
print(res)
'''
 a b c d
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
0 1.0 1.0 1.0 1.0
1 1.0 1.0 1.0 1.0
2 1.0 1.0 1.0 1.0
0 2.0 2.0 2.0 2.0
1 2.0 2.0 2.0 2.0
2 2.0 2.0 2.0 2.0
'''

上述index为0，1，2，0，1，2形式。为什么会出现这样的情况，其实是仍然按照合并前的index组合起来的。若希望递增，请看下面示例：

ignore_index (重置 index)

重置后的index为0，1，……8

res = pd.concat([df1, df2, df3], axis=0, ignore_index=true)# 将ignore_index设置为true
print(res) #打印结果
'''
 a b c d
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
3 1.0 1.0 1.0 1.0
4 1.0 1.0 1.0 1.0
5 1.0 1.0 1.0 1.0
6 2.0 2.0 2.0 2.0
7 2.0 2.0 2.0 2.0
8 2.0 2.0 2.0 2.0
'''

join （合并方式）

join='outer'为预设值，因此未设定任何参数时，函数默认join='outer'。此方式是依照column来做纵向合并，有相同的column上下合并在一起，其他独自的column个自成列，原本没有值的位置皆以nan填充。

import pandas as pd
import numpy as np

#定义资料集
df1 = pd.dataframe(np.ones((3,4))*0, columns=['a','b','c','d'], index=[1,2,3])
df2 = pd.dataframe(np.ones((3,4))*1, columns=['b','c','d','e'], index=[2,3,4])
res = pd.concat([df1, df2], axis=0, join='outer') #纵向"外"合并df1与df2

print(res)
'''
 a b c d e
 1 0.0 0.0 0.0 0.0 nan
 2 0.0 0.0 0.0 0.0 nan
 3 0.0 0.0 0.0 0.0 nan
 2 nan 1.0 1.0 1.0 1.0
 3 nan 1.0 1.0 1.0 1.0
 4 nan 1.0 1.0 1.0 1.0
'''
res = pd.concat([df1, df2], axis=0, join='inner') #纵向"内"合并df1与df2

#打印结果
print(res)
'''
 b c d
 1 0.0 0.0 0.0
 2 0.0 0.0 0.0
 3 0.0 0.0 0.0
 2 1.0 1.0 1.0
 3 1.0 1.0 1.0
 4 1.0 1.0 1.0
'''

join_axes (依照 axes 合并)

import pandas as pd
import numpy as np

#定义资料集
df1 = pd.dataframe(np.ones((3,4))*0, columns=['a','b','c','d'], index=[1,2,3])
df2 = pd.dataframe(np.ones((3,4))*1, columns=['b','c','d','e'], index=[2,3,4])

#依照`df1.index`进行横向合并
res = pd.concat([df1, df2], axis=1, join_axes=[df1.index])

#打印结果
print(res)
# a b c d b c d e
# 1 0.0 0.0 0.0 0.0 nan nan nan nan
# 2 0.0 0.0 0.0 0.0 1.0 1.0 1.0 1.0
# 3 0.0 0.0 0.0 0.0 1.0 1.0 1.0 1.0

上述脚本中，join_axes=[df1.index]表明按照df1的index来合并，可以看到结果中去掉了df2中出现但df1中没有的index=4这一行。

2、append (添加数据)

append只有纵向合并，没有横向合并。

import pandas as pd
import numpy as np

#定义资料集
df1 = pd.dataframe(np.ones((3,4))*0, columns=['a','b','c','d'])
df2 = pd.dataframe(np.ones((3,4))*1, columns=['a','b','c','d'])
df3 = pd.dataframe(np.ones((3,4))*1, columns=['a','b','c','d'])
s1 = pd.series([1,2,3,4], index=['a','b','c','d'])

#将df2合并到df1的下面，以及重置index，并打印出结果
res = df1.append(df2, ignore_index=true)
print(res)
# a b c d
# 0 0.0 0.0 0.0 0.0
# 1 0.0 0.0 0.0 0.0
# 2 0.0 0.0 0.0 0.0
# 3 1.0 1.0 1.0 1.0
# 4 1.0 1.0 1.0 1.0
# 5 1.0 1.0 1.0 1.0

#合并多个df，将df2与df3合并至df1的下面，以及重置index，并打印出结果
res = df1.append([df2, df3], ignore_index=true)
print(res)
# a b c d
# 0 0.0 0.0 0.0 0.0
# 1 0.0 0.0 0.0 0.0
# 2 0.0 0.0 0.0 0.0
# 3 1.0 1.0 1.0 1.0
# 4 1.0 1.0 1.0 1.0
# 5 1.0 1.0 1.0 1.0
# 6 1.0 1.0 1.0 1.0
# 7 1.0 1.0 1.0 1.0
# 8 1.0 1.0 1.0 1.0

#合并series，将s1合并至df1，以及重置index，并打印出结果
res = df1.append(s1, ignore_index=true)
print(res)
# a b c d
# 0 0.0 0.0 0.0 0.0
# 1 0.0 0.0 0.0 0.0
# 2 0.0 0.0 0.0 0.0
# 3 1.0 2.0 3.0 4.0

3、merge

根据两组数据中的关键字key来合并（key在两组数据中是完全一致的）。

3.1依据一组key合并

import pandas as pd
#定义资料集并打印出
left = pd.dataframe({'key': ['k0', 'k1', 'k2', 'k3'],
    'a': ['a0', 'a1', 'a2', 'a3'],
    'b': ['b0', 'b1', 'b2', 'b3']})
right = pd.dataframe({'key': ['k0', 'k1', 'k2', 'k3'],
    'c': ['c0', 'c1', 'c2', 'c3'],
    'd': ['d0', 'd1', 'd2', 'd3']})
print(left)
# a b key
# 0 a0 b0 k0
# 1 a1 b1 k1
# 2 a2 b2 k2
# 3 a3 b3 k3

print(right)
# c d key
# 0 c0 d0 k0
# 1 c1 d1 k1
# 2 c2 d2 k2
# 3 c3 d3 k3

#依据key column合并，并打印出
res = pd.merge(left, right, on='key')

print(res)
 a b key c d
# 0 a0 b0 k0 c0 d0
# 1 a1 b1 k1 c1 d1
# 2 a2 b2 k2 c2 d2
# 3 a3 b3 k3 c3 d3

3.2 根据两组key合并

合并时有4种方法how = ['left', 'right', 'outer', 'inner']，预设值how='inner'。

inner：按照关键字组合之后，去掉组合中有合并项为nan的行。

outer ：保留所有组合

left：仅保留左边合并项为nan的行

right：仅保留右边合并项为nan的行

import pandas as pd
import numpy as np

#定义资料集并打印出
left = pd.dataframe({'key1': ['k0', 'k0', 'k1', 'k2'],
   'key2': ['k0', 'k1', 'k0', 'k1'],
   'a': ['a0', 'a1', 'a2', 'a3'],
   'b': ['b0', 'b1', 'b2', 'b3']})
right = pd.dataframe({'key1': ['k0', 'k1', 'k1', 'k2'],
   'key2': ['k0', 'k0', 'k0', 'k0'],
   'c': ['c0', 'c1', 'c2', 'c3'],
   'd': ['d0', 'd1', 'd2', 'd3']})

print(left)
'''
 key1 key2 a b
0 k0 k0 a0 b0
1 k0 k1 a1 b1
2 k1 k0 a2 b2
3 k2 k1 a3 b3
'''
print(right)
'''
 key1 key2 c d
0 k0 k0 c0 d0
1 k1 k0 c1 d1
2 k1 k0 c2 d2
3 k2 k0 c3 d3
'''

#依据key1与key2 columns进行合并，并打印出四种结果['left', 'right', 'outer', 'inner']
res = pd.merge(left, right, on=['key1', 'key2'], how='inner')
print(res)
'''
 key1 key2 a b c d
0 k0 k0 a0 b0 c0 d0
1 k1 k0 a2 b2 c1 d1
2 k1 k0 a2 b2 c2 d2
'''
res = pd.merge(left, right, on=['key1', 'key2'], how='outer')
print(res)
'''
 key1 key2 a b c d
0 k0 k0 a0 b0 c0 d0
1 k0 k1 a1 b1 nan nan
2 k1 k0 a2 b2 c1 d1
3 k1 k0 a2 b2 c2 d2
4 k2 k1 a3 b3 nan nan
5 k2 k0 nan nan c3 d3
'''
res = pd.merge(left, right, on=['key1', 'key2'], how='left')
print(res)
'''
 key1 key2 a b c d
0 k0 k0 a0 b0 c0 d0
1 k0 k1 a1 b1 nan nan
2 k1 k0 a2 b2 c1 d1
3 k1 k0 a2 b2 c2 d2
4 k2 k1 a3 b3 nan nan
'''
res = pd.merge(left, right, on=['key1', 'key2'], how='right')
print(res)
'''
 key1 key2 a b c d
0 k0 k0 a0 b0 c0 d0
1 k1 k0 a2 b2 c1 d1
2 k1 k0 a2 b2 c2 d2
3 k2 k0 nan nan c3 d3
'''

3.3 indicator

indicator=true会将合并的记录放在新的一列。

import pandas as pd
#定义资料集并打印出
df1 = pd.dataframe({'col1':[0,1], 'col_left':['a','b']})
df2 = pd.dataframe({'col1':[1,2,2],'col_right':[2,2,2]})

print(df1)
# col1 col_left
# 0 0 a
# 1 1 b

print(df2)
# col1 col_right
# 0 1  2
# 1 2  2
# 2 2  2

# 依据col1进行合并，并启用indicator=true，最后打印出
res = pd.merge(df1, df2, on='col1', how='outer', indicator=true)
print(res)
# col1 col_left col_right _merge
# 0 0.0 a nan left_only
# 1 1.0 b 2.0 both
# 2 2.0 nan 2.0 right_only
# 3 2.0 nan 2.0 right_only

# 自定indicator column的名称，并打印出
res = pd.merge(df1, df2, on='col1', how='outer', indicator='indicator_column')
print(res)
# col1 col_left col_right indicator_column
# 0 0.0 a nan left_only
# 1 1.0 b 2.0  both
# 2 2.0 nan 2.0 right_only
# 3 2.0 nan 2.0 right_only

3.4 依据index合并

import pandas as pd

#定义资料集并打印出
left = pd.dataframe({'a': ['a0', 'a1', 'a2'],
   'b': ['b0', 'b1', 'b2']},
   index=['k0', 'k1', 'k2'])
right = pd.dataframe({'c': ['c0', 'c2', 'c3'],
   'd': ['d0', 'd2', 'd3']},
   index=['k0', 'k2', 'k3'])

print(left)
# a b
# k0 a0 b0
# k1 a1 b1
# k2 a2 b2

print(right)
# c d
# k0 c0 d0
# k2 c2 d2
# k3 c3 d3

#依据左右资料集的index进行合并，how='outer',并打印出
res = pd.merge(left, right, left_index=true, right_index=true, how='outer')
print(res)
# a b c d
# k0 a0 b0 c0 d0
# k1 a1 b1 nan nan
# k2 a2 b2 c2 d2
# k3 nan nan c3 d3

#依据左右资料集的index进行合并，how='inner',并打印出
res = pd.merge(left, right, left_index=true, right_index=true, how='inner')
print(res)
# a b c d
# k0 a0 b0 c0 d0
# k2 a2 b2 c2 d2

3.5 解决overlapping的问题

下面脚本中，boys和girls均有属性age，但是两者值不同，因此需要在合并时加上后缀suffixes，以示区分。

import pandas as pd

#定义资料集
boys = pd.dataframe({'k': ['k0', 'k1', 'k2'], 'age': [1, 2, 3]})
girls = pd.dataframe({'k': ['k0', 'k0', 'k3'], 'age': [4, 5, 6]})

#使用suffixes解决overlapping的问题
res = pd.merge(boys, girls, on='k', suffixes=['_boy', '_girl'], how='inner')
print(res)
# age_boy k age_girl
# 0 1 k0  4
# 1 1 k0  5

以上是pandas中有关于合并的一些操作。当然，如果练习的多了，几个方法也是大同小异。希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。

原文链接：https://blog.csdn.net/Asher117/article/details/84799845