Pandas是Python中用于數(shù)據(jù)分析的核心庫之一，其concat()函數(shù)是數(shù)據(jù)合并操作的核心工具。無論是縱向（行方向）還是橫向（列方向）拼接，concat()都能靈活處理多個數(shù)據(jù)集的整合需求。本文將通過示例代碼和參數(shù)解析，全面介紹concat()的用法，幫助開發(fā)者掌握數(shù)據(jù)拼接的核心技巧。

一、Concat函數(shù)的基本用法

1. 垂直拼接（縱向合并）

默認情況下，concat()會按行方向（axis=0）合并多個DataFrame，保留所有行索引。

示例代碼

import pandas as pd

# 創(chuàng)建兩個DataFrame
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})

# 垂直拼接
result = pd.concat([df1, df2])
print(result)

輸出結果

   A  B
0  1  3
1  2  4
0  5  7
1  6  8

關鍵點

• 索引保留：默認保留原始DataFrame的索引（如上例中的0和1）。
• 列對齊：要求所有DataFrame的列名一致，否則會用NaN填充缺失列。

2. 水平拼接（橫向合并）

通過設置參數(shù)axis=1，可以按列方向合并多個DataFrame。

示例代碼

# 創(chuàng)建兩個DataFrame
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}, index=[0, 1])
df2 = pd.DataFrame({'C': [5, 6], 'D': [7, 8]}, index=[0, 1])

# 水平拼接
result = pd.concat([df1, df2], axis=1)
print(result)

輸出結果

   A  B  C  D
0  1  3  5  7
1  2  4  6  8

關鍵點

索引對齊：要求所有DataFrame的行索引一致，否則會用NaN填充缺失值。

列擴展：合并后的DataFrame會包含所有原始列。

二、Concat函數(shù)的核心參數(shù)

1. ignore_index=True：重置索引

默認情況下，concat()會保留原始索引。若需生成連續(xù)的新索引，可設置ignore_index=True。

示例代碼

result = pd.concat([df1, df2], ignore_index=True)
print(result)

輸出結果

   A  B
0  1  3
1  2  4
2  5  7
3  6  8

2. join='inner'與join='outer'：控制列的合并方式

join='outer'（默認）：保留所有列，缺失值用NaN填充。

join='inner'：僅保留共同列，過濾掉不匹配的列。

示例代碼

# df1和df2的列不完全一致
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'B': [5, 6], 'C': [7, 8]})

# 外連接（默認）
result_outer = pd.concat([df1, df2], join='outer')
print("外連接結果：")
print(result_outer)

# 內連接
result_inner = pd.concat([df1, df2], join='inner')
print("內連接結果：")
print(result_inner)

輸出結果

外連接結果：
   A  B    C
0  1  3  NaN
1  2  4  NaN
0  NaN  5  7.0
1  NaN  6  8.0

內連接結果：
   B
0  3
1  4
0  5
1  6

3. keys：添加層次化索引

通過keys參數(shù)，可以為合并后的數(shù)據(jù)添加層級索引，便于后續(xù)篩選。

示例代碼

result = pd.concat([df1, df2], keys=['df1', 'df2'])
print(result)

輸出結果

       A    B
df1 0   1  3.0
    1   2  4.0
df2 0  NaN  5.0
    1  NaN  6.0

三、實際應用案例

案例1：合并不同列的數(shù)據(jù)

當兩個DataFrame的列不完全一致時，concat()仍能靈活處理。

示例代碼

# df1包含'A'和'B'列，df2包含'B'和'C'列
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'B': [5, 6], 'C': [7, 8]})

# 合并后保留所有列
result = pd.concat([df1, df2], axis=0)
print(result)

輸出結果

     A  B    C
0  1.0  3  NaN
1  2.0  4  NaN
0  NaN  5  7.0
1  NaN  6  8.0

案例2：合并多層索引的DataFrame

concat()支持多層索引（MultiIndex）的合并操作。

示例代碼

# 創(chuàng)建具有多層索引的DataFrame
index = pd.MultiIndex.from_tuples([('x', 'a'), ('x', 'b'), ('y', 'a'), ('y', 'b')])
df1 = pd.DataFrame({'data': [1, 2, 3, 4]}, index=index)
df2 = pd.DataFrame({'data_2': [5, 6, 7, 8]}, index=index)

# 合并
result = pd.concat([df1, df2], axis=1)
print(result)

輸出結果

           data  data_2
x a      1.0     5
  b      2.0     6
y a      3.0     7
  b      4.0     8

四、Concat與Merge的區(qū)別

五、注意事項與性能優(yōu)化

1. 索引對齊問題

外連接（join='outer'）可能導致大量NaN值，需根據(jù)業(yè)務需求選擇連接方式。

內連接（join='inner'）會過濾掉不匹配的數(shù)據(jù)，適用于嚴格匹配場景。

2. 性能問題

內存消耗：concat()會在內存中創(chuàng)建新對象，大數(shù)據(jù)量下可能導致性能下降。

優(yōu)化建議：

• 使用ignore_index=True避免索引重復。
• 對于頻繁合并操作，優(yōu)先使用DataFrame.loc或merge()。

3. 數(shù)據(jù)類型一致性

合并前需確保列的數(shù)據(jù)類型一致，否則可能引發(fā)隱式轉換或錯誤。

六、總結

Pandas的concat()函數(shù)是數(shù)據(jù)拼接的“瑞士軍刀”，通過靈活的參數(shù)組合，可以滿足從簡單合并到復雜數(shù)據(jù)整合的多種需求。掌握其核心參數(shù)（如axis、join、keys）和實際應用場景，是高效處理數(shù)據(jù)的關鍵。

下一步學習建議：

• 學習merge()函數(shù)，掌握基于鍵的關聯(lián)操作。
• 結合groupby()和pivot_table()，探索更復雜的數(shù)據(jù)分析場景。

到此這篇關于python pandas實現(xiàn)數(shù)據(jù)Concat拼接的完整指南的文章就介紹到這了,更多相關pandas數(shù)據(jù)concat拼接內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論