熊猫dataframe的合并实现(添加、合并、concat)

　　

创建2个DataFrame:

　　 　　 　　在在在df1=pd.DataFrame (np。的((4,4))* 1,列=列表(“DCBA”),指数=列表(“4321”)) 　　在在在df2=pd.DataFrame (np。的((4,4))* 2=列列表(“FEDC”),指数=列表(“6543”)) 　　在在在df3=pd.DataFrame (np。的((4,4))* 3=列列表(“FEBA”),指数=列表(“6521”)) 　　在在在df1 　　D C B 　　4 1.0 1.0 1.0 1.0 　　3 1.0 1.0 1.0 1.0 　　2 1.0 - 1.0 1.0 - 1.0 　　1 1.0 1.0 1.0 1.0 　　在在在df2 　　F E D C 　　6 2.0 2.0 2.0 2.0 　　5 2.0 2.0 2.0 2.0 　　4 2.0 2.0 2.0 2.0 　　3 2.0 2.0 2.0 2.0 　　在在在df3 　　F E B 　　6 3.0 3.0 3.0 3.0 　　5 3.0 3.0 3.0 3.0 　　2 3.0 - 3.0 3.0 - 3.0 　　1 3.0 3.0 3.0 3.0 　　 　　之前 　　 　　


　　

　　 　　 　　pd。concat (obj,轴=0,加入=狻?join_axes=None, ignore_index=False, 　　键=,=没有水平,名字=None, verify_integrity=False, 　　复制=True) 　　 　　

,示例:

　　 　　 　　在在在pd。concat ([df1 df2]) 　　B E C D F 　　4 1.0 1.0 1.0 1.0南南 　　3 1.0 1.0 1.0 1.0南南 　　2 1.0 1.0 1.0 1.0南南 　　1 1.0 1.0 1.0 1.0南南 　　6南南2.0 2.0 2.0 2.0 　　5南南2.0 2.0 2.0 2.0 　　4南南2.0 2.0 2.0 2.0 　　3南南2.0 2.0 2.0 2.0 　　之前 　　 　　

<强> 1.1,轴
　　

　　

默认值:轴=0
　　轴=0:竖方向(索引)合并,合并方向指数作列表相加,非合并方向列取并集
　　轴=1:横方向(列)合并,合并方向列作列表相加,非合并方向指数取并集
　　轴=0:

　　 　　 　　在在在pd。concat ([df1, df2],轴=0) 　　B E C D F 　　4 1.0 1.0 1.0 1.0南南 　　3 1.0 1.0 1.0 1.0南南 　　2 1.0 1.0 1.0 1.0南南 　　1 1.0 1.0 1.0 1.0南南 　　6南南2.0 2.0 2.0 2.0 　　5南南2.0 2.0 2.0 2.0 　　4南南2.0 2.0 2.0 2.0 　　3南南2.0 2.0 2.0 2.0 　　之前 　　 　　

轴=1:

　　 　　 　　在在在pd。concat ([df1, df2],轴=1) 　　D C B一个F E D C 　　1 1.0 1.0 1.0 1.0南南南南 　　2 1.0 1.0 1.0 1.0南南南南 　　3 1.0 1.0 1.0 - 1.0 2.0 - 2.0 2.0 - 2.0 　　4 1.0 1.0 1.0 - 1.0 2.0 - 2.0 2.0 - 2.0 　　5南南南南2.0 2.0 2.0 2.0 　　6南南南南2.0 2.0 2.0 2.0 　　之前 　　 　　

备注:原df中,取并集的行/列名称不能有重复项,即轴=0时列不能有重复项,轴=1时指数不能有重复项:

　　 　　 　　在在在df1。列=列表(“DDBA”) 　　在在在pd。concat ([df1, df2],轴=0) 　　ValueError:计划形状不一致 　　之前 　　 　　

<强> 1.2,加入
　　

　　

默认值:加入=狻?br/> 　　非合并方向的行/列名称:取交集(内部),取并集(外层)。
　　轴=0时加入=澳谛摹?列取交集:

　　 　　 　　在在在pd。concat ([df1, df2],轴=0,加入=澳谠凇? 　　D C 　　4 1.0 - 1.0 　　3 1.0 - 1.0 　　2 1.0 - 1.0 　　1)1.0 - 1.0 　　6 2.0 - 2.0 　　5 2.0 - 2.0 　　4 2.0 - 2.0 　　3 2.0 - 2.0 　　之前 　　 　　

轴=1时加入=澳谛摹?指数取交集:

　　 　　 　　在在在pd。concat ([df1, df2],轴=1,加入=澳谠凇? 　　D C B一个F E D C 　　4 1.0 1.0 1.0 - 1.0 2.0 - 2.0 2.0 - 2.0 　　3 1.0 1.0 1.0 1.0 2.0 2.0 2.0 2.0 　　 　　

<强> 1.3,join_axes
　　

　　

默认值:join_axes=None,取并集
　　合并后,可以设置非合并方向的行/列名称,使用某个df的行/列名称
　　轴=0时join_axes=[df1.columns],合并使后列用df1的:

　　 　　 　　在在在pd。concat ([df1, df2],轴=0,join_axes=[df1.columns]) 　　D C B 　　4 1.0 1.0 1.0 1.0 　　3 1.0 1.0 1.0 1.0 　　2 1.0 - 1.0 1.0 - 1.0 　　1 1.0 1.0 1.0 1.0 　　6 2.0 - 2.0南南 　　5 2.0 - 2.0南南 　　4 2.0 - 2.0南南 　　3 2.0 - 2.0南南 　　之前 　　 　　

轴=1时轴=[df1.index],合并后指数使用df2的:

　　 　　 　　pd。concat ([df1, df2],轴=1,join_axes=[df1.index]) 　　D C B一个F E D C 　　4 1.0 1.0 1.0 - 1.0 2.0 - 2.0 2.0 - 2.0 　　3 1.0 1.0 1.0 - 1.0 2.0 - 2.0 2.0 - 2.0 　　2 1.0 1.0 1.0 1.0南南南南 　　1 1.0 1.0 1.0 1.0南南南南 　　之前 　　 　　

同时设置加入和join_axes的,以join_axes为准:

　　 　　 　　在在在pd。concat ([df1, df2],轴=0,加入=澳谛摹?join_axes=[df1.columns]) 　　D C B 　　4 1.0 1.0 1.0 1.0 　　3 1.0 1.0 1.0 1.0 　　2 1.0 - 1.0 1.0 - 1.0 　　1 1.0 1.0 1.0 1.0 　　6 2.0 - 2.0南南 　　5 2.0 - 2.0南南 　　4 2.0 - 2.0南南 　　3 2.0 - 2.0南南 　　

熊猫dataframe的合并实现(添加、合并、concat)