pandas数据合并之一文弄懂pd.concat()

pandas数据合并之一文弄懂pd.concat（）

在工作中经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，每种方法都有自己擅长的拼接方式，这篇文章只对pd.concat()进行详细讲解，希望能帮助有需要的朋友一次彻底弄清楚它的用法。

pd.concat()函数简介

pd.concat()函数可以沿着指定的轴将多个dataframe或者series拼接到一起，这一点和另一个常用的pd.merge()函数不同，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(

CDA数据分析师(CDA.cn)——真本事，心舒适

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()函数的所有参数，接下来通过例子对常用参数进行讲解。

CDA数据分析师(CDA.cn)——真本事，心舒适

参数axis

假设有两个来自不同部门的表格，一个来自销售部门，一个来自人力部门，这两个表一般会有一两个相同的列，大多数列名不同，但是行索引相同，因为是对同一批人不同信息的统计。

来看个例子：

来自销售部门的表df_s

CDA数据分析师(CDA.cn)——真本事，心舒适

来自人力部门的表df_h

通过上边的例子，能够看出在函数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需要左右拼接，这时候就需要参数axis出场了：

CDA数据分析师(CDA.cn)——真本事，心舒适

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一个表了，如果需要保留来源信息，就可以通过keys参数进行设置，而names参数可以给拼接后形成的数据结构添加名字。

来，看代码：

这是上下拼接情况下标记每条记录来自于哪个表，添加名字说明

这是左右拼接情况下标记每条记录来自于哪个表，添加名字说明

CDA数据分析师(CDA.cn)——真本事，心舒适

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参数控制的是外连接还是内连接，默认外连接，保留两个表中的所有信息；如果设置成内连接，拼接结果只保留两个表共有的信息，而join_axes参数是在内连接时选择要完整保留哪个表的索引，但是这个参数在官方文档中提醒即将被弃用，所以不做详细讲解，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：

CDA数据分析师(CDA.cn)——真本事，心舒适

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

CDA数据分析师(CDA.cn)——真本事，心舒适

• 当“ join”为“ outer”时，如果有未对齐的轴，则对轴信息进行排序。 当前默认的排序默认值已弃用，在以后的pandas版本中将更改为不排序。

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。

如下图，默认上下拼接，不进行sort参数设置会跳出警告，并且能看到列名已经被重新排序了：

设置sort=True，使警告沉默但是依然会被重新排序：

CDA数据分析师(CDA.cn)——真本事，心舒适

设置sort = False，使警告沉默并且不会被重新排序：

其他参数

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。

copy：bool，默认为True，如果为False，则不要不必要地复制数据。

这两个参数不是很常用，这里不多做介绍了。

CDA数据分析师(CDA.cn)——真本事，心舒适

希望通过这篇文章让你对pd.concat（）函数有更深的认识，也希望你能够越来越优秀！