Python自动化-Excel:pandas之concat

concat

import pandas as pd
s1 = pd.Series([0,1,2],index=['A','B','C'])
s2 = pd.Series([3,4],index=['D','E'])
s3 = pd.concat([s1,s2]) # 默认行连接
s4 = pd.concat([s1,s2],axis=1)
print(s1)
print('*'*10)
print(s2)
print('-'*10)
print(s3) 
print('='*10)
print(s4)

相同字段的表（列名一样）首尾相接

import pandas as pd

# 相同字段的表（列名一样）首尾相接
df1 = pd.DataFrame([[1,2],[3,4]],columns=['a','b'])
df2 = pd.DataFrame({'a':[5,6],'b':[7,8]},index=[2,3])
s1 = pd.Series([9,10],index=[4,5],name='a')
s2 = pd.Series([11,12],index=[4,5],name='b')
df3 = pd.DataFrame({s1.name:s1,s2.name:s2})
df = [df1,df2,df3]
c1 = pd.concat(df)
print(df1)
print("* "*10)
print(df2)
print('- '*10)
print(df3)
print('~ '*10)
print(c1)
print('+ '*10)

# 相接的时候识别数据源自于哪张表，可以增加keys参数
c2 = pd.concat([df1,df2,df3],keys=['x','y','z'])
print(c2)
# 也可通过字典来增加分组
d1 = {'X':df1,'Y':df2,'Z':df3}
c3 = pd.concat(d1)
print("* "*10)
print(c3)

横向表拼接（行对齐），axis = 1

import pandas as pd

# 横向表拼接（行对齐）
df1 = pd.DataFrame([[1,2],[3,4],[5,6]],columns=['a','b'])
df2 = pd.DataFrame({'A':[11,12,13],'B':[14,15,16]},index=[1,2,3])
# 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
c1 = pd.concat([df1,df2],axis=1)
print(df1)
print("* "*6)
print(df2)
print('- '*6)
print(c1)

# join参数，'inner'：两表的交集；'outer'：两表的并集
c2 = pd.concat([df1,df2],axis=1,join='inner')
c3 = pd.concat([df1,df2],axis=1,join='outer')
print('= '*6)
print(c2)
print('+ '*6)
print(c3)

无视index的concat

如果两个表的index没有实际含义，使用ignore_index参数，置True，合并的两个表就是根据列字段对齐，然后合并，最后重新整理一个新的index.

import pandas as pd
#  ignore_index参数
df1 = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
df2 = pd.DataFrame({'A':[11,12,13],'C':[17,18,19],'D':[20,21,22]},index=[1,2,3])
c1 = pd.concat([df1,df2],ignore_index=True)
print(df1)
print("* "*6)
print(df2)
print('- '*6)
print(c1)

参考资料：

B站：孙兴华《中文讲Python从入门到办公自动化》