Pandas实现数据的合并concat

使用场景：

批量合并相同格式的Excel、给DataFrame添加行、给DataFrame添加列

一句话说明concat语法：

• 使用某种合并方式(inner/outer)
• 沿着某个轴向(axis=0/1)
• 把多个Pandas对象(DataFrame/Series)合并成一个。

concat语法：pandas.concat(objs, axis=0, join='outer', ignore_index=False)

• objs：一个列表，内容可以是DataFrame或者Series，可以混合
• axis：默认是0代表按行合并，如果等于1代表按列合并
• join：合并的时候索引的对齐方式，默认是outer join，也可以是inner join
• ignore_index：是否忽略掉原来的数据索引

append语法：DataFrame.append(other, ignore_index=False)

append只有按行合并，没有按列合并，相当于concat按行的简写形式

• other：单个dataframe、series、dict，或者列表
• ignore_index：是否忽略掉原来的数据索引

参考文档：

• pandas.concat的api文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.concat.html
• pandas.concat的教程：https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html
• pandas.append的api文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.append.html

1、默认的concat，参数为axis=0、join=outer、ignore_index=False

import pandas as pd
import warnings

warnings.filterwarnings("ignore")
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3'],
                    'E': ['E0', 'E1', 'E2', 'E3']
                   })

df2 = pd.DataFrame({ 'A': ['A4', 'A5', 'A6', 'A7'],
                     'B': ['B4', 'B5', 'B6', 'B7'],
                     'C': ['C4', 'C5', 'C6', 'C7'],
                     'D': ['D4', 'D5', 'D6', 'D7'],
                     'F': ['F4', 'F5', 'F6', 'F7']
                   })

a = pd.concat([df1,df2])
print(a)

image.png

2、使用ignore_index=True可以忽略原来的索引

a = pd.concat([df1,df2],ignore_index=True)
print(a)

image.png

3、使用join=inner过滤掉不匹配的列

b = pd.concat([df1,df2],ignore_index=True,join = "inner")
print(b)

image.png

4、使用axis=1相当于添加新列

4-1、添加一列Series

s1 = pd.Series(list(range(4)),name = "F")
c = pd.concat([df1,s1],axis = 1)
print(c)

image.png

4-2、添加多列Series

s2 = df1.apply(lambda x:x["A"] + "_GG",axis =1)
s2.name = "G"
d = pd.concat([df1,s1,s2],axis = 1)
print(d)

image.png

4-3、列表可以只有Series

e = pd.concat([s1,s2],axis = 1)
print(e)

image.png

二、使用DataFrame.append按行合并数据

1、给1个dataframe添加另一个dataframe，忽略原来的索引ignore_index=True

df1 = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'))

f = df1.append(df2)
print(f)

image.png

2、一行一行的给DataFrame添加数据

df =pd.DataFrame(columns=["A"])
print(df)

image.png

a = pd.concat(
    [pd.DataFrame([i],columns=["A"]) for i in range(5)],
    ignore_index = True
)
print(a)

image.png