Pandas資料連線pd.concat的實現

2022-07-22 22:02:04

objs: 需要連線的資料，可以是多個DataFrame或者Series，它是必傳引數
axis: 連線軸的方法，預設值為0，即按行連線，追加在行後面;值為1時追加到列後面(按列連線:axis=1)
join: 合併方式，其他軸上的資料是按交集(inner)還是並集(outer)進行合併
ignore_index: 是否保留原來的索引
keys: 連線關係，使用傳遞的鍵作為最外層級別來構造層次結構索引，就是給每個表指定一個一級索引
names: 索引的名稱，包括多層索引
verify_integrity: 是否檢測內容重複;引數為True時，如果合併的資料與原資料包含索引相同的行，則會報錯
copy: 如果為False，則不要深拷貝

1.按行連線

pd.concat()的基本操作可以實現df.append()功能

操作中ignore_index和sort引數的作用是一樣的,axis預設取值為0，即按行連線

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6],'y':[7,8]})
res1 = pd.concat([df1,df2])
# 效果同上
res2 = df1.append(df2)

df1

df2

res1

res2

2.按列連線

如果要將多個DataFrame按列拼接在一起，可以傳入axis=1引數，這會將不同的資料追加到列的後面，索引無法對應的位置上將值填充為NaN

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6,0],'y':[7,8,0]})
res = pd.concat([df1,df2], axis=1)

df1

df2

res

該例子中，df2比df1多一行，合併後df1的部分為NaN

3.合併交集

上述兩個練習案例的連線操作會得到兩個表內容的並集(預設是join='outer')

合併交集需要將join引數進行改變 join='inner'

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6,0],'y':[7,8,0]})
# 按列合併交集
# 傳入join='inner'取得兩個DataFrame的共有部分，去除了df1沒有的第三行內容
res = pd.concat([df1,df2], axis=1, join='inner')

df1

df2

res

擴充套件

通過reindex()方法也可以實現取交集功能

# 兩種方法
res1 = pd.concat([df1,df2],axis=1).reindex(df1.index)
res2 = pd.concat([df1,df2.reindex(df1.index)],axis=1)

res1

res2

4.與序列合併

import pandas as pd
z = pd.Series([9,9],name='z')
df = pd.DataFrame({'x':[1,2],'y':[3,4]})
# 將序列加到新列
res = pd.concat([df,z],axis=1)

res

5.指定索引

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6],'y':[7,8]})
# 指定索引名
res1 = pd.concat([df1,df2], keys=['a','b'])
# 以字典形式傳入
dict = {'a':df1, 'b':df2}
res2 = pd.concat(dict)
# 橫向合併，指定索引
res3 = pd.concat([df1,df2], axis=1, keys=['a','b'])

df1