Concat 函数

合并 DataFrame

有时我们需要从不同来源收集数据，并将它们合并为一个单一的 DataFrame。具体采用哪种方式取决于数据的特征及其表示形式。

一种常见的方法是将多个 DataFrame 按行上下堆叠，或按列左右拼接。可以将其类比为砌砖墙：砖块既可以横向并排，也可以纵向叠加。Pandas 中的 concat 函数可用于实现这一操作。下面我们通过几个示例来学习该函数的使用方法。假设有如下两个 DataFrame：

我们希望将这两个 DataFrame 上下堆叠合并。以下代码展示了如何完成这一操作：

1import pandas as pd
2
3df1 = pd.DataFrame({"A":[1,5,3,2], "B":[11,6,9,6], "C":["a","d","f","b"]})
4
5df2 = pd.DataFrame({"A":[2,4,1,7], "B":[14,9,5,8], "C":["b","b","j","a"]})
6
7df_combined = pd.concat([df1, df2], axis=0)
8
9print(df_combined)

合并后的 DataFrame

原始 DataFrame 的索引被保留了下来。若希望为结果 DataFrame 分配新的连续索引，需将 ignore_index 参数设为 True。需要注意的是，在进行纵向合并时，列名应尽量一致；若存在不匹配的列名，这些列也会出现在结果中，但来自另一 DataFrame 的对应位置会以 NaN 填充。

假设我们现在有以下两个 DataFrame：

我们可以按如下方式合并并重新生成索引：

1import pandas as pd
2
3df1 = pd.DataFrame({"A":[1,5,3,2], "B":[11,6,9,6], "C":["a","d","f","b"]})
4
5df2 = pd.DataFrame({"A":[2,4,1,7], "B":[14,9,5,8], "D":["b","b","j","a"]})
6
7df_combined = pd.concat([df1, df2], axis=0, ignore_index=True)
8
9print(df_combined)

合并后的 DataFrame

结果 DataFrame 包含了所有出现过的列名。如果我们只希望保留两个 DataFrame 中都存在的列（即取交集），则需要将 join 参数设置为 "inner"。此时，结果中仅包含列 A 和 B。

如果希望将 DataFrame 左右并列合并（即按列方向拼接），则需将 axis 参数设为 1。在这种情况下，函数不再要求列名一致，而是根据索引是否匹配来进行对齐。我们通过几个例子来说明这种情况。假设有如下两个 DataFrame：

我们可以这样将它们左右拼接：

1import pandas as pd
2
3df1 = pd.DataFrame({"A":[1,5,3,2], "B":[11,6,9,6], "C":["a","d","f","b"]})
4
5df2 = pd.DataFrame({"A":[2,4,1,7], "B":[14,9,5,8], "D":["b","b","j","a"]})
6
7df_combined = pd.concat([df1, df2], axis=1)
8
9print(df_combined)

合并后的 DataFrame

由于两个 DataFrame 的索引完全相同，因此结果包含了所有行。接下来尝试另一个例子，使用具有不同索引的 DataFrame。

1import pandas as pd
2
3df1 = pd.DataFrame({"A":[1,5,3,2], "B":[11,6,9,6], "C":["a","d","f","b"]})
4
5df2 = pd.DataFrame({"A":[2,4,1,7], "B":[14,9,5,8], "D":["b","b","j","a"]},
6                  index=[3,4,5,6])
7
8df_combined = pd.concat([df1, df2], axis=1)
9
10print(df_combined)

合并后的 DataFrame

df1 和 df2 都包含索引 3，其余索引不同。对于无法匹配的索引位置，结果中用 NaN 填充。如果将 join 参数设为 "inner"，则结果只会保留索引交集部分，也就是仅保留索引为 3 的那一行。

需要注意的是，concat 函数不仅可以合并两个 DataFrame，还可以同时合并多个。只需将多个 DataFrame 的名称放入列表中，作为 concat 函数的第一个参数即可。上述提到的规则在合并多个 DataFrame 时同样适用。