pandas.concat函数，多了解一点，做一个开心的调包侠

更多文章可关注微信公众号：Excelwork

 “ 作为pandas库常用的函数，应该做到熟悉才行，最近发现自己也并没真正理解这个函数，本文目的也是加深下对concat函数的理解。”

语法：pandas.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True)

01 参数认知

• objs：要合并的对象，可以是Series、Dataframe、Panel objects；

• axis：连接的轴，默认axis=0，axis=0行连接，axis=1按列；

• join：连接方式，默认outer，有inner和outer两种；

• keys：可手动传递键作为外层索引；

• ignore_index：默认False，若为True，则不使用原来合并文件的索引。

02 参数应用

    之前的文章介绍过，同一文件夹内，同一格式文件合并到同一个工作表上，使用了os.listdir获取到文件夹下所有文件，使用append函数添加：

result=[]for i in os.listdir(path):    result.append(pd.read_excel(path+i)) pd.concat(result)    

    可以看到，文件都传入到列表中，从type(result)结果看，传入的是<class 'list'>类型，如果类型不正确，也会提示我们“first argument must be an iterable of pandas objects”。

    所以，如果我们已经读取了文件，直接pd.concat([data1,data2,data3])即可。

2.1 axis使用：

    将三个文件数据，传入到列表new中,axis=0，行连接，axis=1，列连接：​​​​​​​

new=[data1,data2,data3]pd.concat(new,axis=0)

结果如下：

2.2 ingore_index使用：

    上面的结果可以看到，索引仍为源文件索引，所以我们需要重新排列，只需要ignore_True就好了：

pd.concat(new,ignore_index=True)

结果如下：

2.3 join使用：

    使用inner可以得到交集，outer得到并集：​​​​​​​

pd.concat([data1,data14],join='inner',axis=1)pd.concat([data1,data14],join='outer',axis=1)

2.4 keys使用：

    自定义索引 ，若ignore_index=True，则keys无效。：

pd.concat(new,keys=['a','b','c'])

 

2.5 join_axes变化：

    如2.3，单纯使用集合的交集和并集，是满足不了我们的需求的，新版本join_axes没了，可以使用pandas.merge更好用哦。