pd.concat() Pandas 数据的拼接

pd.concat()  python API          官方参考链接    参考链接一    参考链接二

pandas.concat(  objs, 
                axis=0, 
                join='outer', 
                join_axes=None, 
                ignore_index=False, 
                keys=None, 
                levels=None, 
                names=None,
                verify_integrity=False, 
                copy=True)

参数含义：

• objs：Series，DataFrame或Panel对象的序列或映射。如果传递了dict，则排序的键将用作键参数，除非它被传递，在这种情况下，将选择值（见下文）。任何无对象将被静默删除，除非它们都是无，在这种情况下将引发一个ValueError。
• axis：{0,1，...}，默认为0。沿着连接的轴。axis = 0, 表示在水平方向(row)进行连接 axis = 1, 表示在垂直方向(column)进行连接
• join：{'inner'，'outer'}，默认为“outer”。如何处理其他轴上的索引。outer为联合/inner为交集。outer, 表示index全部需要; inner,表示只取index重合的部分
• ignore_index：boolean，default False。如果为True，请不要使用并置轴上的索引值。结果轴将被标记为0，...，n-1。如果要连接其中并置轴没有有意义的索引信息的对象，这将非常有用。注意，其他轴上的索引值在连接中仍然受到尊重。
• join_axes：Index对象列表。用于其他n-1轴的特定索引，而不是执行内部/外部设置逻辑。
• keys：序列，默认值无。使用传递的键作为最外层构建层次索引。如果为多索引，应该使用元组。
• levels：序列列表，默认值无。用于构建MultiIndex的特定级别（唯一值）。否则，它们将从键推断。
• names：list，default无。结果层次索引中的级别的名称。
• verify_integrity：boolean，default False。检查新连接的轴是否包含重复项。这相对于实际的数据串联可能是非常昂贵的。
• copy：boolean，default True。如果为False，请勿不必要地复制数据。
   

实践案例：

import pandas as pd
import tushare as ts     # 一个关于股票的公开数据集

横向连接，axis = 0         比如说，当我们需要某只股票1月和7月前几天的交易数据  

report1 = ts.get_k_data('600036', start='2017-01-01', end='2017-01-05')
report2 = ts.get_k_data('600036', start='2017-07-01', end='2017-07-05')

report1

report2

 

pd.concat([report1, report2], axis=0)

 

纵向连接，axis = 1       比如说，我们需要观察8月份某只股票与上证指数的走势对比

stock = ts.get_k_data('600036', start='2017-08-01', end='2017-08-31')
sh = ts.get_k_data('sh', start='2017-08-01', end='2017-08-31')
trend = pd.concat([stock, sh], axis=1)
trend.head()

column name 有重复，似乎不是很好处理

trend = pd.concat([stock, sh], axis=1, keys=['zsyh', 'sh'])
trend.head()

import matplotlib.pyplot as plt

% matplotlib inline

# %matplotlib inline是一个魔法函数（Magic Functions）。
# 官方给出的定义是：IPython有一组预先定义好的所谓的魔法函数（Magic Functions），
# 你可以通过命令行的语法形式来访问它们。
# 比如在Jupyter Notebook中进行操作,由于 %matplotlib inline 的存在，
# 当输入plt.plot(x,y_1)后，不必再输入 plt.show()，图像将自动显示出来

trend.loc[:, [('zsyh', 'close'), ('sh', 'close')]].plot(kind='line', secondary_y=[('sh', 'close')])

上面使用了keys来创建了MultiIndexing,感觉还挺麻烦。现在换一种方法，来看看ignore_index的作用

trend = pd.concat([stock, sh], axis=1, ignore_index=True)
trend.head()

trend.rename(columns={2: 'zsyh_close', 9: 'sh_close'}, inplace=True)
trend.head()

trend.loc[:, ['zsyh_close', 'sh_close']].plot(kind='line', secondary_y=['sh_close'])