Python Pandas.concat函数解析与实战教程

Python Pandas.concat 函数解析与实战教程

引言

在数据科学和数据分析领域，Pandas 库是不可或缺的核心工具。其中，pandas.concat 函数作为数据合并与重塑的关键操作，扮演着至关重要的角色。它能够将多个 Pandas 对象（如 DataFrame 或 Series）沿着指定的轴进行拼接，是数据预处理流程中的常见步骤。

本文章旨在对 pandas.concat 函数的各个参数进行深入剖析，结合代码示例，展示其在不同场景下的应用。此外，还将探讨性能优化，并将其与 merge、join 等其他合并方法进行深度比较，为在处理大规模数据集时的技术选型提供依据。

pandas.concat 核心功能与基本语法

pandas.concat 的核心功能是“堆叠”，即将多个数据结构按顺序拼接在一起。它可以沿着行（垂直堆叠）或列（水平堆叠）进行操作。

函数签名:

pandas.concat(objs,*,axis=0,join='outer',ignore_index=False,keys=None,levels=None,names=None,verify_integrity=False,sort=False,copy=None, # 在 Pandas 3.0 中行为将发生重大变化
)

基本用法示例：
假设我们有两个简单的 DataFrame：

import pandas as pddf1 = pd.DataFrame({'A': ['A0', 'A1'], 'B': ['B0', 'B1']})
df2 = pd.DataFrame({'A': ['A2', 'A3'], 'B': ['B2', 'B3']})# 默认沿行拼接 (axis=0)
result = pd.concat([df1, df2])
print(result)

输出：

    A   B
0  A0  B0
1  A1  B1
0  A2  B2
1  A3  B3

参数详解与代码实例

1. objs

此参数是 concat 的核心，它接收一个序列或映射，通常是一个包含待拼接 DataFrame 或 Series 的列表。这是 concat 唯一的位置参数。

2. axis

该参数定义了拼接的方向。

• axis=0 (默认): 沿行进行垂直堆叠。列名相同的列会合并，如果列名不完全匹配，不匹配的列会以 NaN 填充。
• axis=1: 沿列进行水平堆叠。根据索引对齐，如果索引不完全匹配，不匹配的行会以 NaN 填充。

代码示例 (axis=1):

df3 = pd.DataFrame({'C': ['C0', 'C1'],