Python pandas.concat()用法及代码示例

pandas.concat()函数进行连接操作的所有繁重工作与在其他轴上执行索引(如果有)的可选设置逻辑(联合或交集)时，将在 Pandas 轴上创建一个轴。

用法： concat(objs, axis, join, ignore_index, keys, levels, names, verify_integrity, sort, copy)

参数：

objs:系列或DataFrame对象
axis:连接的轴；默认值= 0
join:处理其他轴上的索引的方式；默认值= ‘outer’
ignore_index:如果为True，则不要沿连接轴使用索引值；默认值= False
keys:向结果索引添加标识符的顺序；默认=无
levels:用于构造MultiIndex的特定级别(唯一值)；默认=无
names:生成的层次索引中的级别名称；默认=无
verify_integrity:检查新的串联轴是否包含重复项；默认值= False
sort:如果联接为‘outer’时未对齐轴，则对非串联轴进行排序；默认值= False
copy:如果为False，则不要复制数据；默认= True

Returns:objs类型(DataFrame系列)

范例1：将2系列与默认参数串联。

Python3

# importing the module 
import pandas as pd 
  
# creating the Series 
series1 = pd.Series([1, 2, 3]) 
display('series1:', series1) 
series2 = pd.Series(['A', 'B', 'C']) 
display('series2:', series2) 
  
# concatenating 
display('After concatenating:') 
display(pd.concat([series1, series2]))

输出：

范例2：水平连接2个序列，索引为1

Python3

# importing the module 
import pandas as pd 
  
# creating the Series 
series1 = pd.Series([1, 2, 3]) 
display('series1:', series1) 
series2 = pd.Series(['A', 'B', 'C']) 
display('series2:', series2) 
  
# concatenating 
display('After concatenating:') 
display(pd.concat([series1, series2],  
                  axis = 1))

输出：

范例3：连接2个DataFrame并分配键。

Python3

# importing the module 
import pandas as pd 
  
# creating the DataFrames 
df1 = pd.DataFrame({'A':['A0', 'A1', 'A2', 'A3'],  
                    'B':['B0', 'B1', 'B2', 'B3']}) 
display('df1:', df1) 
df2 = pd.DataFrame({'A':['A4', 'A5', 'A6', 'A7'],  
                    'B':['B4', 'B5', 'B6', 'B7']}) 
display('df2:', df2) 
  
# concatenating 
display('After concatenating:') 
display(pd.concat([df1, df2],  
                  keys = ['key1', 'key2']))

输出：

范例4：水平连接2个DataFrames，其中axis = 1。

Python3

# importing the module 
import pandas as pd 
  
# creating the DataFrames 
df1 = pd.DataFrame({'A':['A0', 'A1', 'A2', 'A3'],  
                    'B':['B0', 'B1', 'B2', 'B3']}) 
display('df1:', df1) 
df2 = pd.DataFrame({'C':['C0', 'C1', 'C2', 'C3'],  
                    'D':['D0', 'D1', 'D2', 'D3']}) 
display('df2:', df2) 
  
# concatenating 
display('After concatenating:') 
display(pd.concat([df1, df2], 
                  axis = 1))

输出：

范例5：用ignore_index = True串联2个 DataFrame ，以便新的索引值显示在串联的DataFrame中。

Python3

# importing the module 
import pandas as pd 
  
# creating the DataFrames 
df1 = pd.DataFrame({'A':['A0', 'A1', 'A2', 'A3'],  
                    'B':['B0', 'B1', 'B2', 'B3']}) 
display('df1:', df1) 
df2 = pd.DataFrame({'A':['A4', 'A5', 'A6', 'A7'],  
                    'B':['B4', 'B5', 'B6', 'B7']}) 
display('df2:', df2) 
  
# concatenating 
display('After concatenating:') 
display(pd.concat([df1, df2],  
                  ignore_index = True))

输出：

范例6：将DataFrame与Series串联。

Python3

# importing the module 
import pandas as pd 
  
# creating the DataFrame 
df = pd.DataFrame({'A':['A0', 'A1', 'A2', 'A3'],  
                    'B':['B0', 'B1', 'B2', 'B3']}) 
display('df:', df1) 
# creating the Series 
series = pd.Series([1, 2, 3, 4]) 
display('series:', series) 
  
# concatenating 
display('After concatenating:') 
display(pd.concat([df, series], 
                  axis = 1))

输出：

相关用法

注：本文由纯净天空筛选整理自Yash_R大神的英文原创作品 pandas.concat() function in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。