pandas數據合併之一文弄懂pd.concat（）

CDA數據分析師 出品

在工做中常常會遇到多個表進行拼接合並的需求，在pandas中有多個拼接合並的方法，每種方法都有本身擅長的拼接方式，這篇文章只對pd.concat()進行詳細講解，但願能幫助有須要的朋友一次完全弄清楚它的用法。

pd.concat()函數簡介

pd.concat()函數能夠沿着指定的軸將多個dataframe或者series拼接到一塊兒，這一點和另外一個經常使用的pd.merge()函數不一樣，pd.merge()函數只能實現兩個表的拼接。文章的主題是pd.concat()函數，接下來認識一下這個函數吧：

pd.concat( objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True,)

以上是有關pd.concat()函數的全部參數，接下來經過例子對經常使用參數進行講解。

參數axis

假設有兩個來自不一樣部門的表格，一個來自銷售部門，一個來自人力部門，這兩個表通常會有一兩個相同的列，大多數列名不一樣，可是行索引相同，由於是對同一批人不一樣信息的統計。

來看個例子：

來自銷售部門的表df_s

來自人力部門的表df_h

經過上邊的例子，可以看出在函數pd.concat()中的默認拼接方式是上下堆疊，而銷售和人力的表格很明顯須要左右拼接，這時候就須要參數axis出場了：

keys和names

當表格拼接完成後，就不能判斷到底哪些數據是來自於哪個表了，若是須要保留來源信息，就能夠經過keys參數進行設置，而names參數能夠給拼接後造成的數據結構添加名字。

來，看代碼：

這是上下拼接狀況下標記每條記錄來自於哪一個表，添加名字說明

這是左右拼接狀況下標記每條記錄來自於哪一個表，添加名字說明

參數join和join_axes

前邊的代碼中對這兩個參數都沒有進行設置，其中join參數控制的是外鏈接仍是內鏈接，默認外鏈接，保留兩個表中的全部信息；若是設置成內鏈接，拼接結果只保留兩個表共有的信息，而join_axes參數是在內鏈接時選擇要完整保留哪一個表的索引，可是這個參數在官方文檔中提醒即將被棄用，因此不作詳細講解，只看一下join參數的表現吧：

這兩個表有部分相同的列名和部分相同的行索引，來對這兩個表進行兩個方向的拼接，設置join="inner"後查看下效果：

上下拼接的時候，保留了共有的列信息！

左右拼接的時候保留了共有的行信息！

參數sort：

布爾值，默認值無

· 當" join"爲" outer"時，若是有未對齊的軸，則對軸信息進行排序。 當前默認的排序默認值已棄用，在之後的pandas版本中將更改成不排序。

· 顯式傳遞``sort = True''使警告和排序保持沉默。

· 顯式傳遞``sort = False''以使警告靜音而不進行排序。

· 當"join ='inner'"已經保留了非串聯軸的順序時，這個命令無效。

以下圖，默認上下拼接，不進行sort參數設置會跳出警告，而且能看到列名已經被從新排序了：

設置sort=True，使警告沉默可是依然會被從新排序：

設置sort = False，使警告沉默而且不會被從新排序：

其餘參數

levels：序列列表，默認值無。用於構建MultiIndex的特定級別（惟一值）。不然，它們將從鍵推斷。

copy：bool，默認爲True，若是爲False，則不要沒必要要地複製數據。

這兩個參數不是很經常使用，這裏很少作介紹了。

但願經過這篇文章讓你對pd.concat（）函數有更深的認識，也但願你可以愈來愈優秀！

疫情當下，昔日匆匆的步伐終於放慢了些，也是時候好好想一想本身的職業計劃和人生規劃了。提早作好準備，未雨綢繆，爲將來蓄能——蓄勢待發！

（1）更多優質內容和精彩資訊，可前往：https://www.cda.cn/?seo

（2）搜索CDA小程序，手機端隨時隨地瀏覽最新資訊和優質課程：