pandas.concat用法

pandas.concat()函数用于将多个pandas数据框按照行或列的方式进行合并。其基本用法如下：

pd.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)

参数说明：

- objs：一个列表，包含要合并的pandas数据框。
- axis：合并的轴，0表示按照行合并，1表示按照列合并，默认为0。
- join：合并的方式，‘inner’表示只合并两个数据框都有的列或行，‘outer’表示合并所有的列或行，默认为‘outer’。
- ignore_index：是否忽略合并后的行或列索引，默认为False。
- keys：一个列表，用于为合并后的数据框添加层次化索引。
- levels：一个列表，用于指定keys对应的每个层次化索引的级别。
- names：一个列表，用于指定每个层次化索引的名称。
- verify_integrity：是否检查合并后的数据框是否有重复的行或列索引，默认为False。
- sort：是否对合并后的数据框进行排序，默认为False。
- copy：是否复制合并后的数据框，默认为True。

示例：

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']})
 
# 将两个数据框按照行合并
result = pd.concat([df1, df2])
print(result)
 
# 将两个数据框按照列合并
result = pd.concat([df1, df2], axis=1)
print(result)

输出结果：

    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