pandas数据合并之pd.concat()用法

本文主要是介绍pandas数据合并之pd.concat()用法，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

一、简介

pd.concat()函数可以沿着指定的轴将多个dataframe或者series拼接到一起。

基本语法：

pd.concat( objs, axis=0, join=‘outer’, join_axes=None,ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True,)
objs 表示需要连接的对象，比如：[df1, df2]，需要将合并的数据用综括号包围；
axis=0 表拼接方式是上下堆叠，当axis=1表示左右拼接；
join 参数控制的是外连接还是内连接，join='outer’表示外连接，保留两个表中的所有信息；join="inner"表示内连接，拼接结果只保留两个表共有的信息；
join_axes参数是在内连接时选择要完整保留哪个表的索引，但是这个参数在官方文档中提醒即将被弃用，所以不做详细讲解，只看一下join参数的表现吧；

二 、代码

import pandas as pd

d1 = [["xiaolei",20,10081],["xiaowu",30,10082]]
t1 = pd.DataFrame(d1)
print(t1)
print('*'*50)
d2 = [["xiaowang",22,10083],["xiaoming",25,10084]]
t2 = pd.DataFrame(d2)
print(t2)
print('*'*25+'合并结果如下（默认是上下堆叠）'+'*'*25)
t = pd.concat([t1,t2])
print(t)

运行结果：

         0   1      2
0  xiaolei  20  10081
1   xiaowu  30  10082
**************************************************
          0   1      2
0  xiaowang  22  10083
1  xiaoming  25  10084
********************合并结果如下（默认是上下堆叠）********************
          0   1      2
0   xiaolei  20  10081
1    xiaowu  30  10082
0  xiaowang  22  10083
1  xiaoming  25  10084

这篇关于pandas数据合并之pd.concat()用法的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！