极客教程Python中pd.concat的用法和实例用法介绍
引言
在数据分析和数据处理中，经常需要将多个数据集合并（合并）为一个数据集。Python中的pandas库提供了pd.concat()函数来实现数据的合并。本文将详细介绍pd.concat()函数的用法和几个实例。
1. pd.concat()函数概述
pd.concat()函数用于将多个Series或DataFrame对象按照指定的轴方向进行合并。其语法如下所示：
pd.concat(objs, axis=0, join='outer', ignore_index=False)
参数说明：
objs：要合并的Series或DataFrame对象，在合并时可以传入一个列表或字典。axis：合并的轴方向，0表示按行合并（垂直合并），1表示按列合并（水平合并）。join：合并时的方式，’outer’表示外连接，’inner’表示内连接。ignore_index：是否忽略原有索引，如果设置为True，则会生成新的索引。
pd.concat()函数的返回值是合并后的新对象。
2. 垂直合并（按行合并）
垂直合并是指将多个DataFrame对象按照行的方向进行合并，即增加行的数量。在pd.concat()函数中，将axis参数设置为0表示按行合并。下面是一个示例：
import pandas as pd
# 创建两个DataFrame对象
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7']})
# 垂直合并两个DataFrame对象
result = pd.concat([df1, df2], axis=0)
print(result)
运行结果：
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 C2
3 A3 B3 C3
0 A4 B4 C4
1 A5 B5 C5
2 A6 B6 C6
3 A7 B7 C7
在上述示例中，我们创建了两个具有相同列名的DataFrame对象df1和df2，然后使用pd.concat()函数将它们垂直合并为一个新的DataFrame对象result。可以看到，新的DataFrame对象中包含了两个原始对象的所有行，行索引自动增加。
3. 水平合并（按列合并）
水平合并是指将多个DataFrame对象按照列的方向进行合并，即增加列的数量。在pd.concat()函数中，将axis参数设置为1表示按列合并。下面是一个示例：
import pandas as pd
# 创建两个DataFrame对象
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3']})
df2 = pd.DataFrame({'D': ['D0', 'D1', 'D2', 'D3'],
'E': ['E0', 'E1', 'E2', 'E3'],
'F': ['F0', 'F1', 'F2', 'F3']})
# 水平合并两个DataFrame对象
result = pd.concat([df1, df2], axis=1)
print(result)
运行结果：
A B C D E F
0 A0 B0 C0 D0 E0 F0
1 A1 B1 C1 D1 E1 F1
2 A2 B2 C2 D2 E2 F2
3 A3 B3 C3 D3 E3 F3
在上述示例中，我们创建了两个具有不同列名的DataFrame对象df1和df2，然后使用pd.concat()函数将它们水平合并为一个新的DataFrame对象result。可以看到，新的DataFrame对象中包含了两个原始对象的所有列，列索引自动增加。
4. 内连接和外连接
在合并过程中，pd.concat()函数还提供了参数join用于控制合并的方式，默认值为’outer’，表示进行外连接。如果希望进行内连接（保留两个DataFrame对象中都存在的行或列），可以设置join参数为’inner’。下面是一个示例：
import pandas as pd
# 创建两个DataFrame对象
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3']})
df2 = pd.DataFrame({'C': ['C2', 'C3', 'C4', 'C5'],
'D': ['D2', 'D3', 'D4', 'D5'],
'E': ['E2', 'E3', 'E4', 'E5']})
# 外连接两个DataFrame对象
result_outer = pd.concat([df1, df2], axis=1, join='outer')
# 内连接两个DataFrame对象
result_inner = pd.concat([df1, df2], axis=1, join='inner')
print("外连接结果：")
print(result_outer)
print("内连接结果：")
print(result_inner)
运行结果：
外连接结果：
A B C C D E
0 A0 B0 C0 C2 D2 E2
1 A1 B1 C1 C3 D3 E3
2 A2 B2 C2 C4 D4 E4
3 A3 B3 C3 C5 D5 E5
内连接结果：
A B C C D E
2 A2 B2 C2 C4 D4 E4
3 A3 B3 C3 C5 D5 E5
在上述示例中，我们创建了两个具有部分相同列名的DataFrame对象df1和df2，然后使用pd.concat()函数按列进行外连接和内连接。可以看到，外连接结果包含了两个原始对象的所有列，内连接结果只包含两个原始对象同时存在的列。
5. 忽略原有索引
在pd.concat()函数中，还可以设置ignore_index参数来忽略原有的索引，生成新的索引。默认情况下，ignore_index参数的值为False，即保留原有索引。下面是一个示例：
import pandas as pd
# 创建两个DataFrame对象
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7']})
# 合并两个DataFrame对象并忽略原有索引
result = pd.concat([df1, df2], axis=0, ignore_index=True)
print(result)
运行结果：
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 C2
3 A3 B3 C3
4 A4 B4 C4
5 A5 B5 C5
6 A6 B6 C6
7 A7 B7 C7
在上述示例中，我们创建了两个具有相同列名的DataFrame对象df1和df2，然后使用pd.concat()函数按行合并并忽略原有索引。通过设置ignore_index=True，新的DataFrame对象result生成了新的索引，而不是保留原有的索引。
结论
本文介绍了pd.concat()函数在Python中的用法和几个实例。通过pd.concat()函数，我们可以方便地合并多个Series或DataFrame对象。通过指定合并的轴方向、连接方式和是否忽略原有索引，可以根据具体需求进行合并操作。