Pandas數據處理功能強大，可以方便的實現數據的合并與拼接，具體是如何實現的呢?

一、DataFrame.concat：沿著一條軸，將多個對象堆疊到一起

語法：

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

pd.concat()只是單純的把兩個表拼接在一起，參數axis是關鍵，它用于指定合并的軸是行還是列，axis默認是0。 

• axis=0代表縱向合并;
• axis=1代表橫向合并。

參數介紹：

• objs：需要連接的對象集合，一般是列表或字典;
• axis：連接軸向;
• join：參數為‘outer’或‘inner’;
• ignore_index=True：重建索引

舉例：

默認縱向拼接  

橫向全拼接(默認索引全保留)  

橫向關聯拼接(只保留左右都存在的索引行)

二、DataFrame.merge：類似 vlookup

語法： 

merge(left, right, how='inner', on=None, left_on=None, right_on=None,   
      left_index=False, right_index=False, sort=True,   
      suffixes=('_x', '_y'), copy=True, indicator=False) 

類似于關系型數據庫的連接方式，可以根據一個或多個鍵將不同的DatFrame連接起來。該函數的典型應用場景是，針對同一個主鍵存在兩張不同字段的表，根據主鍵整合到一張表里面。

參數介紹：

• left和right：兩個不同的DataFrame;
• how：連接方式，有inner、left、right、outer，默認為inner;
• on：指的是用于連接的列索引名稱，必須存在于左右兩個DataFrame中，如果沒有指定且其他參數也沒有指定，則以兩個DataFrame列名交集作為連接鍵;
• left_on：左側DataFrame中用于連接鍵的列名，這個參數左右列名不同但代表的含義相同時非常的有用;
• right_on：右側DataFrame中用于連接鍵的列名;
• left_index：使用左側DataFrame中的行索引作為連接鍵;
• right_index：使用右側DataFrame中的行索引作為連接鍵;
• sort：默認為True，將合并的數據進行排序，設置為False可以提高性能;
• suffixes：字符串值組成的元組，用于指定當左右DataFrame存在相同列名時在列名后面附加的后綴名稱，默認為('_x', '_y');
• copy：默認為True，總是將數據復制到數據結構中，設置為False可以提高性能;
• indicator：顯示合并數據中數據的來源情況

舉例：  

沒有指定連接鍵，默認用重疊列名，沒有指定連接方式，默認inner內連接(取key的交集)  

通過how，指定連接方式

多鍵連接時將連接鍵組成列表傳入，例：pd.merge(df1,df2,on=['key1','key2'] 

 

如果兩個對象的列名不同，可以使用left_on，right_on分別指定 

 

三、DataFrame.join：主要用于索引上的合并

語法：

join(self, other, on=None, how='left', lsuffix='', rsuffix='',sort=False): 

其參數的意義與merge方法中的參數意義基本一樣。該方法最為簡單，主要用于索引上的合并。

舉例：  

使用join，默認使用索引進行關聯

使用merge，指定使用索引進行關聯，代碼更復雜 

使用concat，默認索引全部保留 

四、Series.append：縱向追加Series

語法：

(self, to_append, ignore_index=False, verify_integrity=False) 

舉例： 

五、DataFrame.append:縱向追加DataFrame

語法：

(self, other, ignore_index=False, verify_integrity=False, sort=False) 

舉例：  

  

總結

• join 最簡單，主要用于基于索引的橫向合并拼接
• merge 最常用，主要用于基于指定列的橫向合并拼接
• concat最強大，可用于橫向和縱向合并拼接
• append，主要用于縱向追加