Python 数据集处理之连接与追加

以下内容转自 数析学院，原文后续还有关于索引值在合并过程中的处理，需要学习的同学可以直接查看 原文

向大家介绍数据集合并方法中的连接（concat）与追加（append），首先做一些准备工作：

1.导入 Pandas 库与 Numpy 库：

import pandas as pd
import numpy as np

2.定义一个 make_df 函数，以便生成示例数据框：

def make_df(cols, ind):
    """Quickly make a dataframe"""
    data = {c: [str(c) + str(i) for i in ind]
            for c in cols}
    return pd.DataFrame(data, ind)

# 示例数据框
make_df('ABC', range(3))

3.定义一个 display 类，方便我们更清晰地展示输出的结果：

class display(object):
    """Display HTML representation of multiple objects"""
    template = """

    
{0}
{1}
    
"""
    def __init__(self, *args):
        self.args = args

    def _repr_html_(self):
        return '\n'.join(self.template.format(a, eval(a)._repr_html_())
                         for a in self.args)

    def __repr__(self):
        return '\n\n'.join(a + '\n' + repr(eval(a))
                           for a in self.args)

下面我们进入正题。

之前谈及过一些数组连接的方法，例如运用 Numpy 中的 concatenate 函数，我们可以将多组列表连接为一个数组：

x = [1, 2, 3]
y = [4, 5, 6]
z = [7, 8, 9]
np.concatenate([x, y, z])

array([1, 2, 3, 4, 5, 6, 7, 8, 9])

同时，对于一个多层级的列表，我们也可以通过调整 axis 参数的值，在指定的维度上对其进行连接：

x = [[1, 2],
     [3, 4]]
np.concatenate([x, x], axis=1)

array([[1, 2, 1, 2],
[3, 4, 3, 4]])

类似地，对于 Pandas 序列，Pandas 库中同样提供了连接函数，我们可以运用 Pandas 中的 concat 函数将两个序列进行连接：

ser1 = pd.Series(['A', 'B', 'C'], index=[1, 2, 3])
ser2 = pd.Series(['D', 'E', 'F'], index=[4, 5, 6])
pd.concat([ser1, ser2])

接下来，我们运用之前定义的数据框生成函数构建几个示例数据框，看看连接函数 concat 对数据框的处理效果：

df1 = make_df('AB', [1, 2])
df2 = make_df('AB', [3, 4])
display('df1', 'df2', 'pd.concat([df1, df2])')

运用我们之前定义的 display 类，我们同时将两个数据框及其连接后的结果展示在一行上。可以看到， concat 函数默认地将第二个数据框连接在了第一个数据框下方。
有时候，我们可能需要对两个数据框进行横向的连接，如下所示，我们可以通过调整 concat 函数的参数 axis 来实现：

df3 = make_df('AB', [0, 1])
df4 = make_df('CD', [0, 1])
display('df3', 'df4', "pd.concat([df3, df4], axis='col')")

以上内容转自 数析学院，原文后续还有关于索引值在合并过程中的处理，需要学习的同学可以直接查看 原文