【Python数据科学手册】Pandas——七、合并数据集：Concat和Append操作

七、合并数据集：Concat和Append操作

写一个构造Dataframe的函数

1.知识回顾： NumPy数组的合并

np.concatenate 函数，axis 参数可以设置合并的坐标轴方向

2.通过pd.concat实现简易合并

Pandas 有一个 pd.concat() 函数与 np.concatenate 语法类似，但是配置参数更多，功能也更强大
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)
简单地合并一维的 Series 或 DataFrame 对象

合并高维数据，相同列方向才能垂直合并，相同行索引才能水平合并

否则横纵交叉

1）索引重复

pd.concat 在合并时会保留索引，即使索引是重复的

虽然 DataFrame 允许这么做，但如果结果并不是我们想要的，可以通过以下方法解决：

• 捕捉索引重复的错误 ：设置 verify_integrity 参数
  verify_integrity=False是默认的，将它改成True后，索引出现重复就会报错
  
• 忽略索引，重新设置：设置 ignore_index 参数
  
• 增加多级索引：keys 参数
  

2）类似join合并

当存在要合并的Dataframe存在重合的列，可以设置join参数取并集或交集

同样适用于行

join_axes 参数直接指定保留的行名或列名

3）append()方法

df1.append(df2)，效果与pd.concat([df1, df2]) 一样

Pandas 的 append() 不直接更新原有对象的值