标签：levels 合并 inner info 随机 outer span com state
一、concat：沿着一条轴，将多个对象堆叠到一起
concat(objs, axis=0, join=‘outer‘, join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True):
objs：需要连接的对象集合，一般是列表或字典；
axis：连接轴向；
join：参数为‘outer’或‘inner’；
join_axes=[]：指定自定义的索引；
keys=[]：创建层次化索引；
ignore_index=True：重建索引
pd.concat()只是单纯的把两个表拼接在一起，参数axis是关键，它用于指定是行还是列，axis默认是0。
当axis=0时，pd.concat([obj1, obj2])的效果与obj1.append(obj2)是相同的；
当axis=1时，pd.concat([obj1, obj2], axis=1)的效果与pd.merge(obj1, obj2, left_index=True, right_index=True, how=‘outer‘)是相同的。merge方法的介绍请参看下文。
import pandas as pd import numpy as np random = np.random.RandomState(0) #随机数种子，相同种子下每次运行生成的随机数相同 df1=pd.DataFrame(random.randn(3,4),columns=[‘a‘,‘b‘,‘c‘,‘d‘]) df1
random = np.random.RandomState(0) df2=pd.DataFrame(random.randn(2,3),columns=[‘b‘,‘d‘,‘a‘],index=["a1","a2"]) df2
random = np.random.RandomState(1) df22=pd.DataFrame(random.randn(3,3),columns=[‘b‘,‘d‘,‘a‘],index=[‘1‘,"a1","a2"]) df22
当axis=0时
pd.concat([df1,df2],axis=0)
pd.concat([df1,df2],axis=0,join="outer")
df12=df1.append(df2)
df12
pd.concat([df1,df2],axis=0,join="inner")
当axis=1时
pd.concat([df1,df2],axis=1,join=‘inner‘)
pd.concat([df1,df1],axis=1,join=‘inner‘) #和outer一样
pd.concat([df1,df2],axis=1,join="outer")
pd.concat([df1,df22],axis=1,join="inner")
pd.concat([df1,df22],axis=1,join="outer")
pd.concat([df1,df1],axis=1,join="outer")
Pandas中DataFrame数据合并、连接（concat、merge、join）之concat
标签：levels 合并 inner info 随机 outer span com state
原文地址：https://www.cnblogs.com/wqbin/p/10363598.html
