pandas数据合并之一文弄懂pd.concat（）

CDA数据分析师 出品

在工做中常常会遇到多个表进行拼接合并的需求，在pandas中有多个拼接合并的方法，每种方法都有本身擅长的拼接方式，这篇文章只对pd.concat()进行详细讲解，但愿能帮助有须要的朋友一次完全弄清楚它的用法。

pd.concat()函数简介

pd.concat()函数能够沿着指定的轴将多个dataframe或者series拼接到一块儿，这一点和另外一个经常使用的pd.merge()函数不一样，pd.merge()函数只能实现两个表的拼接。文章的主题是pd.concat()函数，接下来认识一下这个函数吧：

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,)

以上是有关pd.concat()函数的全部参数，接下来经过例子对经常使用参数进行讲解。

参数axis

假设有两个来自不一样部门的表格，一个来自销售部门，一个来自人力部门，这两个表通常会有一两个相同的列，大多数列名不一样，可是行索引相同，由于是对同一批人不一样信息的统计。

来看个例子：

来自销售部门的表df_s

来自人力部门的表df_h

经过上边的例子，可以看出在函数pd.concat()中的默认拼接方式是上下堆叠，而销售和人力的表格很明显须要左右拼接，这时候就须要参数axis出场了：

keys和names

当表格拼接完成后，就不能判断到底哪些数据是来自于哪个表了，若是须要保留来源信息，就能够经过keys参数进行设置，而names参数能够给拼接后造成的数据结构添加名字。

来，看代码：

这是上下拼接状况下标记每条记录来自于哪一个表，添加名字说明

这是左右拼接状况下标记每条记录来自于哪一个表，添加名字说明

参数join和join_axes

前边的代码中对这两个参数都没有进行设置，其中join参数控制的是外链接仍是内链接，默认外链接，保留两个表中的全部信息；若是设置成内链接，拼接结果只保留两个表共有的信息，而join_axes参数是在内链接时选择要完整保留哪一个表的索引，可是这个参数在官方文档中提醒即将被弃用，因此不作详细讲解，只看一下join参数的表现吧：

这两个表有部分相同的列名和部分相同的行索引，来对这两个表进行两个方向的拼接，设置join="inner"后查看下效果：

上下拼接的时候，保留了共有的列信息！

左右拼接的时候保留了共有的行信息！

参数sort：

布尔值，默认值无

· 当" join"为" outer"时，若是有未对齐的轴，则对轴信息进行排序。 当前默认的排序默认值已弃用，在之后的pandas版本中将更改成不排序。

· 显式传递``sort = True''使警告和排序保持沉默。

· 显式传递``sort = False''以使警告静音而不进行排序。

· 当"join ='inner'"已经保留了非串联轴的顺序时，这个命令无效。

以下图，默认上下拼接，不进行sort参数设置会跳出警告，而且能看到列名已经被从新排序了：

设置sort=True，使警告沉默可是依然会被从新排序：

设置sort = False，使警告沉默而且不会被从新排序：

其余参数

levels：序列列表，默认值无。用于构建MultiIndex的特定级别（惟一值）。不然，它们将从键推断。

copy：bool，默认为True，若是为False，则不要没必要要地复制数据。

这两个参数不是很经常使用，这里很少作介绍了。

但愿经过这篇文章让你对pd.concat（）函数有更深的认识，也但愿你可以愈来愈优秀！

疫情当下，昔日匆匆的步伐终于放慢了些，也是时候好好想一想本身的职业计划和人生规划了。提早作好准备，未雨绸缪，为将来蓄能——蓄势待发！

（1）更多优质内容和精彩资讯，可前往：https://www.cda.cn/?seo

（2）搜索CDA小程序，手机端随时随地浏览最新资讯和优质课程：