pd.concat()参数详解
时间: 2023-07-12 19:29:51 浏览: 132
pd.concat()是pandas库中用于将多个DataFrame对象合并在一起的函数。它可以在多个方向上连接数据,包括行、列或者两者都有。
下面列出了pd.concat()的常用参数:
- objs:需要合并的对象列表,可以是DataFrame或Series。
- axis:合并的方向,0表示按行合并,1表示按列合并。
- join:合并方式,可选值为‘inner’或‘outer’,默认为‘outer’。‘outer’表示取并集,‘inner’表示取交集。
- ignore_index:是否忽略原来的索引,默认为False,表示保留原来的索引。
- keys:用于生成一个层级化索引,可以是任意值的列表或数组。
- sort:是否根据字典顺序排序数据,默认为False。
示例代码:
```python
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})
# 按行合并
res1 = pd.concat([df1, df2], axis=0)
# 按列合并
res2 = pd.concat([df1, df2], axis=1)
# 忽略原来的索引
res3 = pd.concat([df1, df2], ignore_index=True)
# 生成层级化索引
res4 = pd.concat([df1, df2], keys=['df1', 'df2'])
print(res1)
print(res2)
print(res3)
print(res4)
```
输出结果:
```
A B
0 1 4
1 2 5
2 3 6
0 4 7
1 5 8
2 6 9
A B A B
0 1 4 4 7
1 2 5 5 8
2 3 6 6 9
A B
0 1 4
1 2 5
2 3 6
3 4 7
4 5 8
5 6 9
A B
df1 0 1 4
1 2 5
2 3 6
df2 0 4 7
1 5 8
2 6 9
```