如何用concat函数合并数据表

大家晚上好呀！又一个周三来到了，不知道大家有没有这种感觉，周三一过周末就到，言归正传，上篇咱们讲到了关于读写文件操作，今天咱们再来说说关于合并数据的操作，当然合并数据的方法不止一种，我们先从concat这个合并属性讲起吧！

1.concat怎么用？

concat用于Series 或 DataFrame的数据合并拼接，格式如下：

pd.concat(合并的对象)

2.参数介绍

concat函数不免包含以下几种参数，大家可以根据自己的需求进行使用，下面跟大家说说，各参数代表的意义：

①axis代表着合并的方向。默认值为0，代表着横向合并，当为1时，代表着纵向合并。

举例：

如下有两组数据，p1和p2我们将它进行横向合并，结果如下：

import pandas as pd

list1=[[90,88],[93,80]]

list2=[[97,84],[87,82]]

p1=pd.DataFrame(list1,index=['小明','小丽'],columns=['语文','数学'])

p2=pd.DataFrame(list2,index=['小微','小男'],columns=['语文','数学'])

m=pd.concat([p1,p2],axis=0)

如果我们想要纵向合并的话，将axis的值改为1，合并结果如下，没有数据的用nan进行表示。

②join：代表着如何处理其他轴（或轴）上的索引，默认值为‘outer’，可修改为‘inner’。

举例：我们将上面的两组数据，列索引进行更该，之前列名都是一样的，我们改为不一样的：

然后我们直接合并的情况下是这样子的，它会将所有的索引值都列出来并将没有数据的用nan表示：

那么当我们将join设置为inner的时候，我们会发现，它只是合并了具有相同索引的数据：

③ignore_index:默认为FALSE，将合并的索引值默认显示，当改为TRUE的时候，将索引值改为0....n显示：

关于concat常见的用法咱们今天就先介绍这么多，下篇我们会继续跟大家介绍其他合并拼接数据的方法，明天见~~

赞 (0)

相关推荐