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,轴强>
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,加入强>
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 强>
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)