DataFrame多表合并拼接函数concat、merge参数详解+代码操作展示

在pandas中，concat和merge是用于将多个DataFrame进行合并或拼接的常用函数。它们在处理表格数据时非常有用，特别是当我们需要将多个数据集组合在一起进行分析时。下面我们将详细解释这两个函数的参数，并通过代码示例展示如何使用它们。

concat函数参数详解

• objs：要合并的对象列表。可以是一个或多个DataFrame或Series。
• axis：指定合并的轴。默认为0，表示按行合并；如果设置为1，则按列合并。
• join：指定连接类型。默认为’inner’，表示只保留两个DataFrame共有的键值；如果设置为’left’，则保留左DataFrame的所有键值；如果设置为’right’，则保留右DataFrame的所有键值；如果设置为’outer’，则保留所有键值。
• ignore_index：如果为True，则重新设置索引；如果为False，则保留原始索引。默认为False。
• sort：如果为True，则根据合并轴对结果进行排序；如果为False，则不进行排序。默认为True。

示例代码

import pandas as pd
# 创建两个DataFrame
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'], 'B': ['B0', 'B1', 'B2'], 'C': ['C0', 'C1', 'C2']})
df2 = pd.DataFrame({'A': ['A3', 'A4', 'A5'], 'B': ['B3', 'B4', 'B5'], 'C': ['C3', 'C4', 'C5']})
# 按行合并，忽略索引，不排序
result = pd.concat([df1, df2], axis=0, ignore_index=True, sort=False)
print(result)

merge函数参数详解

• left：左侧DataFrame。
• right：右侧DataFrame。
• how：指定连接类型。默认为’inner’，表示只保留两个DataFrame共有的键值；如果设置为’left’，则保留左DataFrame的所有键值；如果设置为’right’，则保留右DataFrame的所有键值；如果设置为’outer’，则保留所有键值。
• on：指定连接的列名或列名列表。默认为None，表示使用两个DataFrame共有的列名进行连接。
• left_on：左侧DataFrame的连接列名或列名列表。默认为None。
• right_on：右侧DataFrame的连接列名或列名列表。默认为None。
• suffixes：用于区分两个连接列名的后缀。默认为(‘_x’, ‘_y’)。
• copy：如果为True，则复制数据；如果为False，则不复制数据，只保留引用。默认为True。
• indicator：如果为True，则在连接的列名后面添加指示器列，标识每行数据来自哪个DataFrame。默认为False。
• validate：用于检查连接操作的有效性。默认为None。