pd.concat() 函数的用法 以及他的索引是怎么设定的

pd.concat() 是 pandas 库中用于合并数据的函数，可以按照指定的轴（行或列）将多个数据对象进行连接。以下是 pd.concat() 函数的用法和索引设置的方法：

1. 用法示例：

import pandas as pd

# 创建两个数据集
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 沿着行的方向进行连接
result = pd.concat([df1, df2])
print(result)

输出结果：

   A   B
0  1   4
1  2   5
2  3   6
0  7  10
1  8  11
2  9  12

2. 索引设置：

默认情况下，pd.concat() 函数会保留原始数据的索引。如果需要重新设置索引，可以使用 ignore_index 参数。

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

输出结果：

   A   B
0  1   4
1  2   5
2  3   6
3  7  10
4  8  11
5  9  12

通过设置 `ignore_index=True`，重新设置了连接后的数据集的索引。

另外，还可以使用 keys 参数来为连接后的数据集添加层次化索引。这在合并多个数据集时特别有用，可以通过层次化索引来标识来源数据。

result = pd.concat([df1, df2], keys=['df1', 'df2'])
print(result)

输出结果：

       A   B
df1 0  1   4
    1  2   5
    2  3   6
df2 0  7  10
    1  8  11
    2  9  12

在连接后的数据集上，通过层次化索引可以区分每个数据集的来源。