Pandas中的连接函数汇总

如有错误欢迎指正~

---

前言

在数据分析的过程中数据的重构是非常重要的，本篇文章将详细讲解pandas中四个重要的连接函数：concat(), merge(), join(), append()

#我们先来导入pandas和numpy
import pandas as pd
import numpy as np

---

一、concat()

• 沿特定轴(axis)连接对象，也可以在连接轴上添加层级索引(index)

1. 参数详解

pd.concat(
    objs, #对象：Series，DataFrame或Panel的序列，如果传递了字典，字典的键值将会被作为键参数
    axis=0, #选择连接轴：默认为0，代表行/index；当axis=1时，代表列/columns
    join='outer', #处理其他轴上的索引：默认为'outer'，取并集；当join='inner'时，取交集
    ignore_index: bool = False, #是否重置连接轴的索引，默认为False；当ignore_index=True，将按照[0,1,……,n-1]重置连接轴上的索引
    keys=None, #用传入的键作为最外层索引。如果为多层次索引，当使用元组
    levels=None, #构建多层次索引
    names=None, #多层次索引中级别的名称
    verify_integrity: bool = False, #检查新连接的轴是否包含重复项
    sort: bool = False,
    copy: bool = True,
) 

2. 举例说明

首先建立三个数据集

df1 = pd.DataFrame([['a', 1], ['b', 2]], columns = ['letter', 'number'])
df2 = pd.DataFrame([[