pandas数据合并之append与concat

pandas的数据合并与重塑有很多种方法，包括直接复制列，concat，append，merge和join，本文将重点讨论前面三种最简单而又最常用的方法。merge和join有空再更哈☺。

一. 直接复制列

可以将新的数据列利用 [] 直接赋值给原始数据，但是要求新的列名不能和原始数据中的列名重名，否则会覆盖原始数据中的列。
具体来看：

可以看到新的数据块被直接贴在了原数据列的后面，是不是很简单，嗯但是这个方法有很多局限性，比如：

只能按列合并，不能按行合并操作。
只能给原数据中存在的index添加新列，不会给原数据添加新行（index）。这种合并方法是以原始数据index为基准的，也就是说，新老数据的交集行会被直接保留，老数据有的而新数据没有的索引行将会补nan值，新数据有的而老数据没有的索引行，将会被舍弃。可以看到，例子中index=3的行就被舍弃了，而index=0的行被设为了nan。

二. append

前面已经有了合并列的方法，那么pandas不会这么坑爹，不能合并行吧！！当然不会，append就是干这个事情的,它专门用来在表尾添加新行...
熟悉Python的大佬们看到append这个词就应该有感觉了，没错，它就是添加新元素的方法。Seris，DataFrame，Index都有这个方法，我们可以利用这个添加新元素的方法，来对数据进行纵向合并。
官方文档中是这样描述append的用途的“在表尾中添加新行，并且返回添加后的数据对象，如果添加的行中存在原数据中没有的列，那么将给原数据添加一个新列，并用nan补值。”
DataFrame.append(*other*, *ignore_index=False*, *verify_integrity=False*, *sort=None*)

other: 是要添加的数据，append很不挑食，这个other可以是dataframe，dict，Seris，list等等。
ignore_index: 参数为True时将在数据合并后，按照0，1，2，3....的顺序重新设置索引，忽略了旧索引。
verify_integrity：参数为True时，如果合并的数据与原数据包含索引相同的行，将报错。

我们来看个栗子：

三. concat

concat函数是在pandas命名空间下的方法，所以通过pd.concat()的方式来引用，它可以将数据根据不同的轴作做融合。concat 与其说是连接，更准确的说是拼接。就是把两个表直接合在一起。于是有一个突出的问题，是横向拼接还是纵向拼接。

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True)
常用参数：
obj：要合并的series，dataframe或者是panel构成的序列，常将这些数据排成一个列表[data1,data2....]。
axis：按照哪个方向拼接，0是纵向拼接（默认），1是横向拼接。
join：设置合并取交集（inner）还是并集（outer）。纵向拼接时取column的交并集，横向拼接时取index的交并集。
join_axes：index的列表，仅在横向合并时使用，指明要将数据合并入哪个原表的index。
ignore_index：如果设置为true，则无视表的index，直接合并，合并后生成新的index。
keys：表标识的列表，用来区分合并的表来自哪里。

1. 纵向合并

纵向合并axis=0，是将表在竖直方向拼接起来，此时join参数控制的是column的交集或者并集，使用join_axes会报错。举个栗子....

我们看到join参数控制着column的交并集。如果取并集，不存在的位置会被补充上nan。
另外，如果我们设置了ignore_index=True的话，数据合并后将会重新按照0，1，2，3.......的顺序重新构建索引。

2. 横向合并

横向合并axis=1，是将表在水平方向拼接起来，此时join参数控制的是index的交集或者并集。
横向合并时，即便是列名相同，也不会合并成一列，因为此时join控制的是index的交并集。而ignore_index将会重排列名的索引，而不是重排index。

再来个index并集的栗子.....

join_axes参数

如果有join_axes的参数传入，可以指定根据哪个index来对齐数据。例如根据df1表对齐数据，就会保留指定的df1表的index，然后将df4的表与之拼接，仅axis=1时有效。是不是有种熟悉的感觉，嗯对，和直接复制列一样.....
result = pd.concat([df1, df4], axis=1, join_axes=[df1.index])

join_axes