本文概述

Pandas能够通过不同种类的索引和关系代数功能的集合逻辑来组合Series, DataFrame和Panel对象。

concat()函数负责沿DataFrame中的轴执行串联操作。

句法

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False)

参数

objs：它是序列或DataFrame对象的序列或映射。

如果我们在DataFrame中传递一个dict, 则排序后的键将用作keys <.strong>参数, 在这种情况下将选择值。如果存在任何非对象, 除非它们全部都不存在, 否则它将被丢弃, 在这种情况下, 将引发ValueError。

轴：这是一个串联的轴。

join：负责处理另一个轴上的索引。

join_axes：索引对象的列表。而不是执行内部或外部设置逻辑, 而是将特定索引用于其他(n-1)轴。

ignore_index：布尔值, 默认值为False

如果为true, 则不使用串联轴上的索引值。结果轴将被标记为0, …, n-1。

Return

当我们沿轴(axis = 0)连接所有Seri​​es时, 将返回一个Series。如果objs包含至少一个DataFrame, 它将返回一个DataFrame。

范例1：

import pandas as pd

a_data = pd.Series(['p', 'q'])

b_data = pd.Series(['r', 's'])

pd.concat([a_data, b_data])

输出

0 p

1 q

0 r

1 s

dtype: object

示例2：在上面的示例中, 我们可以使用ignore_index参数重置现有索引。下面的代码演示了ignore_index的工作。

import pandas as pd

a_data = pd.Series(['p', 'q'])

b_data = pd.Series(['r', 's'])

pd.concat([a_data, b_data], ignore_index=True)

输出

0 p

1 q

2 r

3 s

dtype: object

示例3：我们可以使用keys参数在数据的最外层添加层次结构索引。

import pandas as pd

a_data = pd.Series(['p', 'q'])

b_data = pd.Series(['r', 's'])

pd.concat([a_data, b_data], keys=['a_data', 'b_data'])

输出

a_data 0 p

1 q

b_data 0 r

1 s

dtype: object

示例4：我们可以使用names参数来标记索引键。以下代码显示了名称参数的工作。

import pandas as pd

a_data = pd.Series(['p', 'q'])

b_data = pd.Series(['r', 's'])

pd.concat([a_data, b_data], keys=['a_data', 'b_data'])

pd.concat([a_data, b_data], keys=['a_data', 'b_data'], names=['Series name', 'Row ID'])

输出

Series name Row ID

a_data 0 p

1 q

b_data 0 r

1 s

dtype: object

使用附加的串联

append方法被定义为连接Series和DataFrame的有用快捷方式。

例：

import pandas as pd

one = pd.DataFrame({

'Name': ['Parker', 'Smith', 'Allen', 'John', 'Parker'], 'subject_id':['sub1', 'sub2', 'sub4', 'sub6', 'sub5'], 'Marks_scored':[98, 90, 87, 69, 78]}, index=[1, 2, 3, 4, 5])

two = pd.DataFrame({

'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'], 'subject_id':['sub2', 'sub4', 'sub3', 'sub6', 'sub5'], 'Marks_scored':[89, 80, 79, 97, 88]}, index=[1, 2, 3, 4, 5])

print (one.append(two))

输出

Name subject_id Marks_scored

1 Parker sub1 98

2 Smith sub2 90

3 Allen sub4 87

4 John sub6 69

5 Parker sub5 78

1 Billy sub2 89

2 Brian sub4 80

3 Bran sub3 79

4 Bryce sub6 97

5 Betty sub5 88