【Python數據科學手冊】Pandas——七、合併數據集：Concat和Append操作

七、合併數據集：Concat和Append操作

寫一個構造Dataframe的函數

1.知識回顧： NumPy數組的合併

np.concatenate 函數，axis 參數可以設置合併的座標軸方向

2.通過pd.concat實現簡易合併

Pandas 有一個 pd.concat() 函數與 np.concatenate 語法類似，但是配置參數更多，功能也更強大
pd.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)
簡單地合併一維的 Series 或 DataFrame 對象

合併高維數據，相同列方向才能垂直合併，相同行索引才能水平合併

否則橫縱交叉

1）索引重複

pd.concat 在合併時會保留索引，即使索引是重複的

雖然 DataFrame 允許這麼做，但如果結果並不是我們想要的，可以通過以下方法解決：

• 捕捉索引重複的錯誤 ：設置 verify_integrity 參數
  verify_integrity=False是默認的，將它改成True後，索引出現重複就會報錯
  
• 忽略索引，重新設置：設置 ignore_index 參數
  
• 增加多級索引：keys 參數
  

2）類似join合併

當存在要合併的Dataframe存在重合的列，可以設置join參數取並集或交集

同樣適用於行

join_axes 參數直接指定保留的行名或列名

3）append()方法

df1.append(df2)，效果與pd.concat([df1, df2]) 一樣

Pandas 的 append() 不直接更新原有對象的值