Pandas使用concat进行数据连接与合并

我会带着你远行 2022-01-31 05:45 724阅读 0赞

## 1、背景 ##

谈到pandas数据的行更新、表合并等操作，一般用到的方法有concat、join、merge。但这三种方法对于很多新手来说，都不太好分清使用的场合与用途。今天就pandas[官网][Link 1]中关于数据合并和重述的章节做个使用方法的总结。(文中代码块主要有pandas官网教程提供。)

## 2、concat的使用场景 ##

在实际的使用中，我们也会用到将两组或者多组数据直接简单的合并，并不需要进行匹配，这时候就需要用到concat()函数了。

## 3、concat函数简介 ##

concat函数是在pandas中的方法，可以将数据根据不同的轴作简单的融合。

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

参数说明

*  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。
 *  join：\{‘inner’，‘outer’\}，默认为“outer”。如何处理其他轴上的索引。outer为联合和inner为交集。
 *  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。

## 4、concat功能详解 ##

我们用以下案例详细说明concat函数的用法

df1 = pd.DataFrame({ 'A': ['A0', 'A1', 'A2', 'A3'],
    					'B': ['B0', 'B1', 'B2', 'B3'],
    					'C': ['C0', 'C1', 'C2', 'C3'],
    					'D': ['D0', 'D1', 'D2', 'D3']},
    					index=[0, 1, 2, 3])
    
    df2 = pd.DataFrame({ 'A': ['A4', 'A5', 'A6', 'A7'],
    					'B': ['B4', 'B5', 'B6', 'B7'],
    					'C': ['C4', 'C5', 'C6', 'C7'],
    					'D': ['D4', 'D5', 'D6', 'D7']},
    					index=[4, 5, 6, 7])
    
    pd.DataFrame({ 'A': ['A8', 'A9', 'A10', 'A11'],
    			  'B': ['B8', 'B9', 'B10', 'B11'],
    			  'C': ['C8', 'C9', 'C10', 'C11'],
    			  'D': ['D8', 'D9', 'D10', 'D11']},
    			  index=[8, 9, 10, 11])
    # 现将表构成list，然后在作为concat的输入 
    frames = [df1, df2, df3]
    result = pd.concat(frames)

![在这里插入图片描述][merging_concat_basic.png]  
我们根据以上建立的数据结果针对不同情况进行concat功能的详解

### 4.1 相同字段的表首尾相接 ###

要在相接的时候在加上一个层次的key来识别数据源自于哪张表，可以增加key参数

result = pd.concat(frames, keys=['x', 'y', 'z'])

![在这里插入图片描述][merging_concat_keys.png]

### 4.2 横向表拼接（行对齐） ###

#### 4.2.1 axis ####

当axis = 1的时候，concat就是行对齐，然后将不同列名称的两张表合并

result = pd.concat([df1, df4], axis=1)

![在这里插入图片描述][merging_concat_axis1.png]

#### 4.2.2 join ####

加上join参数的属性，如果为’inner’得到的是两表的交集，如果是outer，得到的是两表的并集。

result = pd.concat([df1, df4], axis=1, join='inner')

![在这里插入图片描述][merging_concat_axis1_inner.png]

#### 4.2.3 join\_axes ####

如果有join\_axes的参数传入，可以指定根据那个轴来对齐数据  
例如根据df1表对齐数据，就会保留指定的df1表的轴，然后将df4的表与之拼接

result = pd.concat([df1, df4], axis=1, join_axes=[df1.index])

![在这里插入图片描述][merging_concat_axis1_join_axes.png]

### 4.3 append ###

append是series和dataframe的方法，使用它就是默认沿着列进行凭借（axis = 0，列对齐）

result = df1.append(df2)

![在这里插入图片描述][merging_append1.png]

### 4.4 无视index的concat ###

如果两个表的index都没有实际含义，使用ignore\_index参数，置true，合并的两个表就睡根据列字段对齐，然后合并。最后再重新整理一个新的index。

result = df1.append(df4, sort=False)

![在这里插入图片描述][merging_append2.png]

### 4.5 合并的同时增加区分数据组的键 ###

前面提到的keys参数可以用来给合并后的表增加key来区分不同的表数据来源

#### 4.5.1 可以直接用key参数实现 ####

result = pd.concat(frames, keys=['x', 'y', 'z'])

![在这里插入图片描述][merging_concat_group_keys2.png]

#### 4.5.2 传入字典来增加分组键 ####

pieces = { 'x': df1, 'y': df2, 'z': df3}
    result = pd.concat(pieces)

![在这里插入图片描述][merging_concat_dict.png]

### 4.6 在dataframe中加入新的行 ###

append方法可以将 series 和 字典就够的数据作为dataframe的新一行插入。

s2 = pd.Series(['X0', 'X1', 'X2', 'X3'], index=['A', 'B', 'C', 'D'])
    result = df1.append(s2, ignore_index=True)

![在这里插入图片描述][merging_append_series_as_row.png]

### 4.7 表格列字段不同的表合并 ###

如果遇到两张表的列字段本来就不一样，但又想将两个表合并，其中无效的值用nan来表示。那么可以使用ignore\_index来实现。

dicts = [{ 'A': 1, 'B': 2, 'C': 3, 'X': 4},
    		{ 'A': 5, 'B': 6, 'C': 7, 'Y': 8}]
    result = df1.append(dicts, ignore_index=True, sort=False)

![在这里插入图片描述][merging_append_dits.png]

## 总结 ##

以上就是concat函数的常用功能详解，之后的内容我将继续介绍pandas中其他进行数据合并的方法模块——join & merge

[Link 1]: http://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html
[merging_concat_basic.png]: /images/20220131/2b45f816527b4bfb8eebbee57235c25a.png
[merging_concat_keys.png]: /images/20220131/d7ce0b5405eb45a590311388db03bdf2.png
[merging_concat_axis1.png]: /images/20220131/601dfd083c4e4faf96dd0e12a0c20766.png
[merging_concat_axis1_inner.png]: /images/20220131/3f28800123de46c4a8c019af9ee083c5.png
[merging_concat_axis1_join_axes.png]: /images/20220131/f700e11704834d8784db6c69b836212b.png
[merging_append1.png]: /images/20220131/a058b20839974d6f8d775a52e87445b3.png
[merging_append2.png]: /images/20220131/859292d2078443abbc1d7e13b77b7061.png
[merging_concat_group_keys2.png]: /images/20220131/646f773601674a5b8e3b00c3c1166fd0.png
[merging_concat_dict.png]: /images/20220131/ec0ee114ce374b7292e296d7c0ff8074.png
[merging_append_series_as_row.png]: /images/20220131/91b3a2eac2284d7e9431b2511f52cc70.png
[merging_append_dits.png]: /images/20220131/1415f549a53c49dba04b62fa876745fd.png