Pandas知識(shí)點(diǎn)-連接操作concat

Pandas提供了多種將Series、DataFrame對(duì)象合并的功能，有concat(), merge(), append(), join()等。這些方法都可以將多個(gè)Series或DataFrame組合到一起，返回一個(gè)新的Series或DataFrame。每個(gè)方法在用法上各有特點(diǎn)，可以適用于不同的場(chǎng)景，本系列會(huì)逐一進(jìn)行介紹。

concat是英文單詞concatenate(連接)的縮寫，concat()方法用于將Series或DataFrame連接到一起，達(dá)到組合的功能，本文介紹concat()方法的具體用法。

一按行連接和按列連接

---

將DataFrame連接時(shí)，可以按行連接(縱向)也可以按列連接(橫向)。

1. 按行連接

先創(chuàng)建兩個(gè)DataFrame，然后連接。

concat(): 將多個(gè)Series或DataFrame連接到一起，默認(rèn)為按行連接(axis參數(shù)默認(rèn)為0)，結(jié)果的行數(shù)為被連接數(shù)據(jù)的行數(shù)之和。

concat()的第一個(gè)參數(shù)通常傳入一個(gè)由Series或DataFrame組成的列表，表示將列表中的數(shù)據(jù)連接到一起，連接的順序與列表中的順序相同。也可以傳入一個(gè)字典，后面會(huì)介紹。

結(jié)果的行索引是多個(gè)數(shù)據(jù)的行索引拼接的結(jié)果，如果有相等的行索引會(huì)重復(fù)多行。

2. 按列連接

axis: axis參數(shù)默認(rèn)為0('index')，如果將axis參數(shù)設(shè)置為1('columns')，則表示按列連接，結(jié)果的列數(shù)為被連接數(shù)據(jù)的列數(shù)之和。

結(jié)果的列索引是多個(gè)數(shù)據(jù)的列索引拼接的結(jié)果，如果有相等的列索引會(huì)重復(fù)多列。

二連接基本原理解析

---

上面兩個(gè)例子的連接原理如下。

1. 按行連接

2. 按列連接

在這兩個(gè)例子中，按行連接時(shí)，兩個(gè)DataFrame的列索引相同，按列連接時(shí)，兩個(gè)DataFrame的行索引相同，所以結(jié)果看起來很直觀。

3. 被連接數(shù)據(jù)的索引不同

連接原理如下。

這個(gè)例子中，兩個(gè)DataFrame的行索引和列索引都不相等，將它們按行連接時(shí)，先將兩個(gè)DataFrame的行拼接起來，然后在每行中沒有數(shù)據(jù)的列填充空值。按列連接同理。

根據(jù)上面的三個(gè)例子(例1~例3)，可以總結(jié)連接的原理為(按行連接，按列同理)：

第一步，將數(shù)據(jù)按行拼接起來，如果有行索引相等的行，行索引會(huì)重復(fù)多行。

第二步，檢索數(shù)據(jù)中的列索引，如果列索引相等，則結(jié)果兼容顯示在同一列(例1)，如果列索引不相等，則分別顯示，無數(shù)據(jù)的位置填充空值(例3)。

三連接時(shí)取交集

---

join: join參數(shù)默認(rèn)為outer，前面的三個(gè)例子中都是默認(rèn)取并集，如果將join參數(shù)設(shè)置為inner，則連接時(shí)取交集。

按行連接時(shí)，列取被連接數(shù)據(jù)的交集，只保留被連接數(shù)據(jù)中都有的列，原理如下。按列連接同理。

四按列連接時(shí)修改行索引

---

按列連接時(shí)，可以使用reindex()方法修改結(jié)果的行索引(按行連接時(shí)不支持)。

如果取的是并集，修改行索引的過程為：先按取并集的方式連接，然后去掉結(jié)果中比修改的索引多出的行。

如果取的是交集，修改行索引的過程為：先按取交集的方式連接，然后在結(jié)果中增加比修改的索引少的行，增加回的行中填充空值。

五重設(shè)結(jié)果的索引

---

ignore_index: ignore_index參數(shù)默認(rèn)為False，結(jié)果的索引是被連接數(shù)據(jù)的索引(行索引和列索引)。將ignore_index修改為True，可以重設(shè)結(jié)果的行索引或列索引。

按行連接時(shí)，設(shè)置ignore_index為True，結(jié)果的行索引被重設(shè)為0開始的整數(shù)索引。按列連接時(shí)，則列索引被重設(shè)。

六添加外層行索引

---

keys: keys參數(shù)默認(rèn)為空，可以用keys參數(shù)給結(jié)果添加外層的行索引，使行索引變成多重行索引。也可以添加多層，如果添加多層行索引則用元組的方式傳入。

前面提到concat()的第一個(gè)參數(shù)可以用字典的方式傳入，其效果與使用keys參數(shù)相同。

給結(jié)果添加外層的行索引后，可以用添加的外層行索引將被連接數(shù)據(jù)取出。

七多重行索引添加值和命名

---

levels: levels參數(shù)默認(rèn)為空。使用keys給結(jié)果添加外層行索引后，可以使用levels參數(shù)給外層索引添加更多的值，傳入一個(gè)嵌套的列表數(shù)據(jù)。對(duì)不是多重行索引的數(shù)據(jù)，levels參數(shù)不支持，會(huì)報(bào)錯(cuò)。

當(dāng)然，添加進(jìn)去的值在結(jié)果中不會(huì)顯示，因?yàn)闆]有對(duì)應(yīng)的數(shù)據(jù)，這個(gè)功能基本上也不會(huì)使用。

names: names參數(shù)默認(rèn)為空，多重行索引的命名為None。使用names參數(shù)可以給多重行索引命名，傳入一個(gè)列表，列表的長(zhǎng)度可以小于多重行索引的層數(shù)，多出的層索引名默認(rèn)為None，列表的長(zhǎng)度不可以大于多重行索引的層數(shù)，會(huì)報(bào)錯(cuò)。names參數(shù)對(duì)普通索引無效。

以上就是Pandas連接操作concat()方法的介紹，本文都是以DataFrame為例，Series連接以及Series與DataFrame混合連接的原理都相同。

如果需要本文代碼，可以點(diǎn)擊關(guān)注公眾號(hào)“Python碎片”，然后在后臺(tái)回復(fù)“pandas12”關(guān)鍵字獲取完整代碼。