pandas concat

1. 引言

在数据分析和处理中，经常需要将多个数据源合并或连接在一起。而Python中的pandas库提供了一个方便的函数concat()来实现这个功能。本文将详细介绍pandas中的concat函数的用法，并通过示例代码来演示其具体应用。

2. concat函数概述

pandas中的concat函数用于沿着特定方向将多个DataFrame或Series对象进行合并。其语法格式如下：

pandas.concat(objs, axis=0, join='outer', ignore_index=False, keys=None)

参数说明：

• objs：要合并的DataFrame或Series对象的序列、字典或者一个DataFrame/Series对象的列表。
• axis：指定合并的方向，0表示沿着纵向合并，1表示沿着横向合并。
• join：指定合并方式，可选的取值为’inner’、’outer’。
• ignore_index：如果为True，则会重置合并后的DataFrame的索引，否则保持原索引。
• keys：对于每个合并对象，要在最外层创建一个层次化索引。

3. concat函数的应用场景

• 合并多个数据源：当需要将多个数据源合并在一起时，可以使用concat函数。
• 添加新的行或列：当需要将新的行或列添加到已有的DataFrame对象时，可以使用concat函数。
• 拆分和合并某些列：当需要拆分某些列并将其合并到已有的DataFrame对象中时，可以使用concat函数。

4. 示例代码

4.1 合并多个数据源

首先，我们创建两个DataFrame对象df1和df2，并分别赋予不同的数据。

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                   index=[0, 1, 2, 3])

df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']},
                   index=[4, 5, 6, 7])

print(df1)
print(df2)

输出为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3

    A   B   C   D
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7

接下来，我们使用concat函数将df1和df2合并在一起，沿着纵向合并。

result = pd.concat([df1, df2], axis=0)

print(result)

输出为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7

可以看到，df1和df2成功合并在一起。

4.2 添加新的行或列

在已有的DataFrame对象上添加新的行或列，可以使用concat函数。以下示例演示了如何在df1中添加一行数据。

row = pd.Series(['A8', 'B8', 'C8', 'D8'], index=df1.columns)

result = pd.concat([df1, row], axis=0)
print(result)

输出为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
0  A8  B8  C8  D8

可以看到，新的一行成功添加到了df1中。

4.3 拆分和合并某些列

假设我们有一个DataFrame对象df，其中包含了两列A和B的数据。现在我们想要将这两列数据分别拆分为两个DataFrame对象，并将其重新合并在一起。以下示例演示了如何实现这个操作。

df = pd.DataFrame({'AB': ['A0B0', 'A1B1', 'A2B2', 'A3B3']})

df[['A', 'B']] = df['AB'].str.split('B', expand=True)
print(df)

输出为：

     AB   A   B
0  A0B0  A0  B0
1  A1B1  A1  B1
2  A2B2  A2  B2
3  A3B3  A3  B3

说明：将字符串列AB按照字符B进行拆分，并将拆分后的两列赋值给新的列A和B。

5. 总结

本文详细介绍了pandas中的concat函数的用法，并通过示例代码演示了其具体应用场景。通过使用concat函数，我们可以方便地合并多个数据源，添加新的行或列，以及拆分和合并某些列。