python数据处理-pandas-拼接

一：数据拼接方式

1，pd.concat() 、pd.merge()、 Dateframe.join()、pd.append()

2， 区别

方法	方法
append	主要用于纵向追加
join	主要用于基于索引的横向合并拼接
concat	最强大，可用于横向和纵向合并拼接
merge	最常用，主要用户基于指定列的横向合并拼接

二 ：pd.concat()

cancat是真正的"连接‘’，它把a,b两个表完全拼接在一起，默认拼接形式是并集，我们可以通过修改参数来修改拼接模式，以及拼接方向，也可以重述索引；

1，源码参数

def concat(
    objs: Union[Iterable["NDFrame"], Mapping[Label, "NDFrame"]],
    axis=0,
    join="outer",
    ignore_index: bool = False,
    keys=None, 默认没有
    levels=None,默认没有
    names=None,默认没有
    verify_integrity: bool = False,
    sort: bool = False,
    copy: bool = True）

2， 常用参数解析

1, objs

objs ： 传参数据为dataframe 格式，且为Iterable
其中可以是一维数据：Series 二维 ：dataframe
例如：

data1 = pd.DataFrame(dict1)
data2 = pd.DataFrame(dict2)
datamerge = pd.concat([data1,data2])
======================
其中datamerge = pd.concat(data1,data2) 就会报错

2, axis

axis ： 拼接轴方向，默认为0，沿行拼接；若为1，沿列拼接

3, join

join : 默认外联’outer’，拼接另一轴所有的label，缺失值用NaN填充；内联’inner’，只拼接另一轴相同的label；
outer 模式：

datamerge = pd.concat([data1,data2],axis=0,join='outer')
===========&