pd.concat用法
时间: 2023-12-12 17:03:44 浏览: 23
`pd.concat` 是 pandas 中的一个函数,用于将多个数据框或者 Series 沿着某个轴方向进行合并。其基本用法如下:
```python
pd.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)
```
其中:
- `objs`:待合并的数据框或 Series 的序列或字典。
- `axis`:沿着哪个轴进行合并,默认是 0,即沿着行方向进行合并。
- `join`:合并方式,可以是 `inner` 或 `outer`,默认为 `outer`。
- `ignore_index`:是否忽略原来的索引,生成新的索引,默认为 `False`。
- `keys`:指定一个序列或字典作为新的轴标签,用于区分被合并的数据框或 Series。如果 `objs` 是一个字典,那么字典的 key 就会被用作轴标签。
- `levels` 和 `names`:用于层次化索引的参数。
- `verify_integrity`:如果为 `True`,则在合并时检查轴上的重复项。如果有重复项,则会抛出异常。
- `sort`:是否对合并后的数据框进行排序,默认为 `False`。
- `copy`:是否生成新的对象,默认为 `True`。
下面是一个简单的例子:
```python
import pandas as pd
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']})
frames = [df1, df2]
result = pd.concat(frames)
print(result)
```
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
```
可以看到,`pd.concat` 将两个数据框沿着行方向进行了合并。如果想要沿着列方向进行合并,只需要将 `axis` 参数设置为 1 即可。