pandas【9】数据合并concat/_append

pandas.concat — pandas 2.2.3 documentation

批量合并相同格式的Excel、给DataFrame添加行、给DataFrame添加列

1. concat

pandas.concat(
objs,
 *, 
axis=0, 
join='outer',        #{‘inner’, ‘outer’}, default ‘outer’
ignore_index=False,
keys=None, 
levels=None,
names=None, 
verify_integrity=False, 
sort=False, 
copy=None)

例1

>>> s1 = pd.Series(['a', 'b'])
>>> s2 = pd.Series(['c', 'd'])
>>> pd.concat([s1, s2])
0    a
1    b
0    c
1    d
dtype: object

>>> pd.concat([s1, s2], ignore_index=True)
0    a
1    b
2    c
3    d
dtype: object

>>> pd.concat([s1, s2], keys=['s1', 's2'],
...           names=['Series name', 'Row ID'])
Series name  Row ID
s1           0         a
             1         b
s2           0         c
             1         d
dtype: object

例2

0）

 1）按行连接

 

2） 按列连接

3） 被连接数据的索引不同

 

4）连接时取交集

5）按列连接时修改行索引

 

6）重设结果的索引

ignore_index: ignore_index参数默认为False，结果的索引是被连接数据的索引(行索引和列索引)。将ignore_index修改为True，可以重设结果的行索引或列索引。

按行连接时，设置ignore_index为True，结果的行索引被重设为0开始的整数索引。按列连接时，则列索引被重设。

7）添加外层行索引

keys: keys参数默认为空，可以用keys参数给结果添加外层的行索引，使行索引变成多重行索引。也可以添加多层，如果添加多层行索引则用元组的方式传入。

前面提到concat()的第一个参数可以用字典的方式传入，其效果与使用keys参数相同。

给结果添加外层的行索引后，可以用添加的外层行索引将被连接数据取出。

2. append 

DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=False)

other：要追加的DataFrame、Series或类似字典的对象。
ignore_index：是否忽略索引，在结果中重新标记行的索引，默认为False。
verify_integrity：如果为True，在创建具有重复索引的情况下会引发ValueError异常，默认为False。
sort：如果为True，则在列不对齐时对列进行排序，默认为False。

import pandas as pd

if __name__ == '__main__':


    # 创建第一个DataFrame
    df1 = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'], index=['x', 'y'])
    print(df1)
    # 输出：
    #    A  B
    # x  1  2
    # y  3  4

    # 创建第二个DataFrame
    df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['A', 'B'], index=['x', 'y'])
    print(df2)
    # 输出：
    #    A  B
    # x  5  6
    # y  7  8

    # 使用append方法将df2追加到df1末尾
    df_appended = df1._append(df2)
    print(df_appended)
    # 输出：
    #    A  B
    # x  1  2
    # y  3  4
    # x  5  6
    # y  7  8

    # 创建一个Series对象
    series = pd.Series([9, 10], name='C')
    print(series)
    # 输出：
    # 0     9
    # 1    10
    # Name: C, dtype: int64

    # 使用append方法将series追加到df1末尾
    df_appended_series = df1._append(series)
    print(df_appended_series)
    # 输出：
    #      
    #     A    B    0     1
    # x  1.0  2.0  NaN   NaN
    # y  3.0  4.0  NaN   NaN
    # C  NaN  NaN  9.0  10.0

可以一行一行的给bataFrame添加数据

#第一个入参是一个列表，避免了多次复制
pd.concat(
[pd.DataFrame([i], columns=['A']) for i in range (5)],
ignore_index=True）

Pandas知识点-连接操作concat-腾讯云开发者社区-腾讯云