Pandas中concat、merge方法的参数详细介绍及示例程序展示

参考博客：https://blog.youkuaiyun.com/guofei_fly/article/details/85455813

说明：
行方向连接，也称纵向连接，增加行，此时axis = 0或 axis = ‘index’；
列方向连接，也称横向连接，增加列，此时axis = 1或 axis = ‘column’。

方法	简介	调用方法
concat()	提供行方向和列方向进行内联或外联的拼接操作	pd.concat([df1, df2])
merge()	提供类似于SQL数据库中的join连接功能，支持左联、右联、内联和外联等全部四种SQL连接操作类型	pd.merge(df1,df2) 或 df1.merge(df2)
append()	提供行方向的拼接操作	df1.append()
join()	提供列方向的拼接操作，支持左联、右联、内联和外联四种操作类型	df1.join()

1. concat方法

concat方法与SQL中的join不同，当axis = 0时，concat会保留所有行（可能丢失部分列）；当axis = 1时，concat会保留所有列（可能会丢失部分行）。
而SQL中的join方法一般会指定on a.id = b.id等条件，筛选出来部分行。

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)

参数列表：

axis

axis = 0：即axis = ‘index’，进行纵向连接（根据列名），增加行；
最后的行数一定等于几个子df的行数和；
axis = 1：即axis = ‘columns’，进行横向连接（根据索引标签），增加列；
最后的列数一定等于几个子df的列数和；

join

join=‘outer’：当axis = 0时，列名相同的列会合并，其余列都保留，空值填充；
join=‘inner’：当axis = 0时，列名相同的列会合并，其余列都舍弃.

ignore_index

ignore_index=True：当axis = 0时，为True表示对行index重新编号。设为False有可能出现同名的行。

join_axes

自定义合并的轴。（既不用outer也不用inner）

1.1 测试参数axis、join和ignore_index

df1 = pd.DataFrame(np.ones((3, 4)) * 0, columns=['id', 'name', 'class', 'score'],index=[0,1,2])
df2 = pd.DataFrame(np.ones((3, 4)) * 22, columns=['id', 'name', 'sex', 'address'],index=[2,3,4])
print(df1)
print(df2)

################# (axis='index', join='outer) ################
# axis='index': 纵连接（根据列名），增加行；
# 最后行数 = 两个表行数之和
# join='outer'：列名相同的列会合并，其余列都保留，空值填充；
# 最后列数 = 两个表列数和 - 列名相同的列数
# ignore_index=True：对行索引重新编号，原索引会清除。设为False有可能出现同索引的行
print("-------------------- test 1 ---------------------")
res = pd.concat([df1, df2], axis='index', join='outer', ignore_index=True)
print(res)

################# (axis='index', join='inner) ################
# axis='index': 纵连接（根据列名），增加行；
# 最后行数 = 两个表行数之和；
# join='inner'，列名相同的列会合并，其余列都舍弃；
# 最后列数 = 两个表中列名相同的列数；
print("-------------------- test 2 ---------------------")
res = pd.concat([df1, df2], axis='index', join='inner', ignore_index=True)
print(res)

################# (axis='columns', join='outer) ################
# axis='columns'：进行横向连接（根据行的index标签），增加列；
# 最后列数 = 两个表列数和
# join='outer'：index标签相同的行会合并，其余列都保留，空值填充.
# 最后行数 = 两个表行数和 - 列名相同的列数
# ignore_index=True：对列名重新编号，原列名会清除。设为False有可能出现同名的列
print("-------------------- test 3 ---------------------")
res = pd.concat([df1, df2], axis='columns', join='outer', ignore_index=True)
print(res)

################# (axis='columns', join='inner) ################
# axis='columns'：进行横向连接（根据行的index标签），增加列；
# 最后列数 = 两个表列数和；
# join='inner':  index标签相同的行会合并，其余列都舍弃；
# 最后行数 = 两个表列名相同的列数；
# ignore_index=True:  对列名重新编号；
print("-------------------- test 4 ---------------------")
res = pd.concat([df1, df2], axis='columns', join='outer', ignore_index=True)
print(res)

运行结果：

    id  name  class  score
0  0.0   0.0    0.0    0.0
1  0.0   0.0    0.0    0.0
2  0.0