本文介绍了numpy和pandas的数据合并操作。在numpy中，使用concatenate函数进行列（axis=0）或行（axis=1）合并。在Series中，合并时考虑索引值的重复情况，可以通过axis和join参数调整合并方式。对于DataFrame，默认按列合并，同样可调整为按行合并，并通过join参数选择内连接或外连接。
import pandas as pd
import numpy as np
1.numpy的数据合并（concatenate，将两个ndarray合并为一个ndarray）
默认是进行列合并，通过指定axis=1可以对行进行合并
2.Series的数据合并（concat）
1.当各个表的索引值没有重复的情况
默认是按列合并
如果指定axis=1，进行按行合并的话，则会生成一个DataFrame对象，并且值那一列将会错开，缺失值填充为NaN
2.当各个表的索引值发生重复
按列合并时，重复索引还是会出现，按行合并时，将会出现重复索引被共用的情况，无法被公用的索引还是会产生缺失值，填充为NaN值，默认合并时都是外连接，就是会显示所有的数据
通过join参数可以指定内外连接（join="inner"或者join="outer"）
3.DataFrame的数据合并
默认合并还是按列合并，以外连接的形式，显示所有数据，修改axis=1可以改为按行合并，共有索引的数据被合并，缺失值填充为NaN，也可以通过join参数修改内外连接
扫一扫
994
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
