以'pandas concat 在一个数据帧中合并两个数据帧 - Python '作主题

在数据分析和处理中，经常需要合并两个或多个数据集。Pandas提供了多种合并数据集的方法，其中concat方法是合并数据帧的一个好选择。concat方法可以将两个或多个数据帧在行或列方向上合并成一个。

如何使用concat方法

使用concat方法合并数据帧需要提供以下参数：

• objs: 需要合并的数据帧列表
• axis: 合并的方向，0表示按行合并，1表示按列合并
• join: 对齐方式，inner表示取交集，outer表示取并集
• ignore_index: 是否忽略原来数据帧的索引，True表示忽略，False表示保留
• keys: 提供一个列表，用来标识每一个数据帧，当多个数据帧合并时，这个参数会成为最外层索引

下面我们就来看一个简单的例子：

import pandas as pd

df1 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['John', 'Mike', 'Lina']})
df2 = pd.DataFrame({'ID': [4, 5, 6], 'Name': ['Lucy', 'Tom', 'Jane']})

df = pd.concat([df1, df2], ignore_index=True)

print(df)

输出结果：

   ID  Name
0   1  John
1   2  Mike
2   3  Lina
3   4  Lucy
4   5   Tom
5   6  Jane

这个例子中，我们定义了两个数据帧df1和df2，然后使用concat方法将它们在行方向上合并成一个数据帧df，并把原来数据帧的索引重置了。

在一个数据帧中合并两个数据帧

除了将两个或多个数据帧合并成一个数据帧外，有时候我们还需要在一个数据帧中合并两个数据帧。

假设我们有以下数据帧：

df1 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['John', 'Mike', 'Lina'], 'Gender': ['Male', 'Male', 'Female']})
df2 = pd.DataFrame({'ID': [4, 5, 6], 'Name': ['Lucy', 'Tom', 'Jane'], 'Gender': ['Female', 'Male', 'Female']})
concat_df = pd.concat([df1, df2], ignore_index=True)

输出的结果为：

   ID  Name  Gender
0   1  John    Male
1   2  Mike    Male
2   3  Lina  Female
3   4  Lucy  Female
4   5   Tom    Male
5   6  Jane  Female

现在我们要在concat_df这个数据帧中添加一列Salary，我们可以使用如下代码：

concat_df['Salary'] = [1000, 2000, 3000, 4000, 5000, 6000]

最终得到的结果为：

   ID  Name  Gender  Salary
0   1  John    Male    1000
1   2  Mike    Male    2000
2   3  Lina  Female    3000
3   4  Lucy  Female    4000
4   5   Tom    Male    5000
5   6  Jane  Female    6000

总结

通过以上例子，我们可以看到concat方法简单易用，能够高效地合并两个或多个数据帧。在合并数据帧时，我们需要注意提供正确的参数来达到自己想要的合并方式。