pandas中的concat函数具体用法以及示例
时间: 2023-09-06 17:08:48 浏览: 54
`pandas`中的`concat`函数可以将多个数据框或者系列按照行或列进行拼接。具体用法如下:
```python
pd.concat(objs, axis=0, join='outer', ignore_index=False)
```
其中,参数含义如下:
- `objs`:需要拼接的数据框或者系列,可以是列表、字典或者元组。
- `axis`:拼接的方向,0表示按照行进行拼接,1表示按照列进行拼接。
- `join`:拼接的方式,可以取值为`inner`或者`outer`,默认为`outer`。
- `ignore_index`:是否忽略原来数据的索引,如果设置为`True`,则按照新的索引进行排列,否则按照原来数据的索引进行排列。
示例如下:
```python
import pandas as pd
# 创建两个数据框
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7'],
'D': ['D4', 'D5', 'D6', 'D7']})
# 按照行进行拼接
df_concat_row = pd.concat([df1, df2])
print(df_concat_row)
# 按照列进行拼接
df_concat_column = pd.concat([df1, df2], axis=1)
print(df_concat_column)
```
输出结果如下:
```
A B C D
0 A0 B0 C0 D0
1 A1 B1 C1 D1
2 A2 B2 C2 D2
3 A3 B3 C3 D3
0 A4 B4 C4 D4
1 A5 B5 C5 D5
2 A6 B6 C6 D6
3 A7 B7 C7 D7
A B C D A B C D
0 A0 B0 C0 D0 A4 B4 C4 D4
1 A1 B1 C1 D1 A5 B5 C5 D5
2 A2 B2 C2 D2 A6 B6 C6 D6
3 A3 B3 C3 D3 A7 B7 C7 D7
```