1、背景
談到pandas數據的行更新、表合併等操作，一般用到的方法有concat、join、merge。但這三種方法對於很多新手來說，都不太好分清使用的場合與用途。今天就pandas官網中關於數據合併和重述的章節做個使用方法的總結。(文中代碼塊主要有pandas官網教程提供。)
2、concat的使用場景
在實際的使用中，我們也會用到將兩組或者多組數據直接簡單的合併，並不需要進行匹配，這時候就需要用到concat()函數了。
3、concat函數簡介
concat函數是在pandas中的方法，可以將數據根據不同的軸作簡單的融合。
pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False, copy=True)
參數說明
- objs：Series，DataFrame或Panel對象的序列或映射。如果傳遞了dict，則排序的鍵將用作鍵參數，除非它被傳遞，在這種情況下，將選擇值（見下文）。任何無對象將被靜默刪除，除非它們都是無，在這種情況下將引發一個ValueError。
- axis：{0,1，…}，默認爲0。沿着連接的軸。
- join：{‘inner’，‘outer’}，默認爲“outer”。如何處理其他軸上的索引。outer爲聯合和inner爲交集。
- ignore_index：boolean，default False。如果爲True，請不要使用並置軸上的索引值。結果軸將被標記爲0，…，n-1。如果要連接其中並置軸沒有有意義的索引信息的對象，這將非常有用。注意，其他軸上的索引值在連接中仍然受到尊重。
- join_axes：Index對象列表。用於其他n-1軸的特定索引，而不是執行內部/外部設置邏輯。
- keys：序列，默認值無。使用傳遞的鍵作爲最外層構建層次索引。如果爲多索引，應該使用元組。
- levels：序列列表，默認值無。用於構建MultiIndex的特定級別（唯一值）。否則，它們將從鍵推斷。
- names：list，default無。結果層次索引中的級別的名稱。
- verify_integrity：boolean，default False。檢查新連接的軸是否包含重複項。這相對於實際的數據串聯可能是非常昂貴的。
- copy：boolean，default True。如果爲False，請勿不必要地複製數據。
4、concat功能詳解
我們用以下案例詳細說明concat函數的用法
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7'],
'D': ['D4', 'D5', 'D6', 'D7']},
index=[4, 5, 6, 7])
pd.DataFrame({'A': ['A8', 'A9', 'A10', 'A11'],
'B': ['B8', 'B9', 'B10', 'B11'],
'C': ['C8', 'C9', 'C10', 'C11'],
'D': ['D8', 'D9', 'D10', 'D11']},
index=[8, 9, 10, 11])
# 現將表構成list，然後在作爲concat的輸入
frames = [df1, df2, df3]
result = pd.concat(frames)
我們根據以上建立的數據結果針對不同情況進行concat功能的詳解
4.1 相同字段的表首尾相接
要在相接的時候在加上一個層次的key來識別數據源自於哪張表，可以增加key參數
result = pd.concat(frames, keys=['x', 'y', 'z'])
4.2 橫向表拼接（行對齊）
4.2.1 axis
當axis = 1的時候，concat就是行對齊，然後將不同列名稱的兩張表合併
result = pd.concat([df1, df4], axis=1)
4.2.2 join
加上join參數的屬性，如果爲’inner’得到的是兩表的交集，如果是outer，得到的是兩表的並集。
result = pd.concat([df1, df4], axis=1, join='inner')
4.2.3 join_axes
如果有join_axes的參數傳入，可以指定根據那個軸來對齊數據
例如根據df1表對齊數據，就會保留指定的df1表的軸，然後將df4的表與之拼接
result = pd.concat([df1, df4], axis=1, join_axes=[df1.index])
4.3 append
append是series和dataframe的方法，使用它就是默認沿着列進行憑藉（axis = 0，列對齊）
result = df1.append(df2)
4.4 無視index的concat
如果兩個表的index都沒有實際含義，使用ignore_index參數，置true，合併的兩個表就睡根據列字段對齊，然後合併。最後再重新整理一個新的index。
result = df1.append(df4, sort=False)
4.5 合併的同時增加區分數據組的鍵
前面提到的keys參數可以用來給合併後的表增加key來區分不同的表數據來源
4.5.1 可以直接用key參數實現
result = pd.concat(frames, keys=['x', 'y', 'z'])
4.5.2 傳入字典來增加分組鍵
pieces = {'x': df1, 'y': df2, 'z': df3}
result = pd.concat(pieces)
4.6 在dataframe中加入新的行
append方法可以將 series 和 字典就夠的數據作爲dataframe的新一行插入。
s2 = pd.Series(['X0', 'X1', 'X2', 'X3'], index=['A', 'B', 'C', 'D'])
result = df1.append(s2, ignore_index=True)
4.7 表格列字段不同的表合併
如果遇到兩張表的列字段本來就不一樣，但又想將兩個表合併，其中無效的值用nan來表示。那麼可以使用ignore_index來實現。
dicts = [{'A': 1, 'B': 2, 'C': 3, 'X': 4},
{'A': 5, 'B': 6, 'C': 7, 'Y': 8}]
result = df1.append(dicts, ignore_index=True, sort=False)
總結
以上就是concat函數的常用功能詳解，之後的內容我將繼續介紹pandas中其他進行數據合併的方法模塊——join & merge