Pandas DataFrame concat 与追加

Python

使用Python中的Pandas库，我们可以轻松地对数据进行处理和操作。其中，DataFrame是Pandas中最重要的数据结构之一。DataFrame是一个二维数据结构，类似于excel表格或SQL中的表，可以用来存储和操作数据。

在实际应用中，我们常常需要将多个DataFrame合并成一个更大的DataFrame，或者将一些数据追加到已有的DataFrame中。Pandas提供了concat和append两种方法来实现这些操作。

首先，让我们来了解一下concat方法。concat方法可以将多个DataFrame按照行或列的方向进行合并。当我们按照行的方向合并时，相同列名的数据将会按照顺序排列在一起。当我们按照列的方向合并时，相同行索引的数据将会按照顺序排列在一起。

接下来，我们来看一个具体的案例。假设我们有两个DataFrame，分别为df1和df2。 df1包含了学生的姓名和年龄信息，df2包含了学生的成绩信息。我们希望将这两个DataFrame按照学生的姓名进行合并。代码如下所示：

import Pandas as pd
data1 = {'姓名': ['张三', '李四', '王五'],
         '年龄': [18, 19, 20]}
data2 = {'姓名': ['张三', '李四', '王五'],
         '成绩': [90, 95, 80]}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
result = pd.concat([df1, df2], axis=1)
print(result)

运行上述代码，我们可以得到合并后的结果如下：

   姓名  年龄  姓名  成绩
0  张三  18  张三  90
1  李四  19  李四  95
2  王五  20  王五  80

从结果中可以看出，两个DataFrame按照学生的姓名进行了合并，并且相同姓名的数据排列在一起。

除了concat方法之外，Pandas还提供了append方法来实现DataFrame的追加操作。append方法可以将一个DataFrame追加到另一个DataFrame的末尾。追加后的DataFrame将包含原有两个DataFrame的所有行。

接下来，我们来看一个具体的案例。假设我们有两个DataFrame，分别为df1和df2。 df1包含了学生的姓名和年龄信息，df2包含了学生的成绩信息。我们希望将df2追加到df1的末尾。代码如下所示：

import Pandas as pd
data1 = {'姓名': ['张三', '李四', '王五'],
         '年龄': [18, 19, 20]}
data2 = {'姓名': ['赵六', '钱七'],
         '年龄': [21, 22]}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
result = df1.append(df2)
print(result)

运行上述代码，我们可以得到追加后的结果如下：

   姓名  年龄
0  张三  18
1  李四  19
2  王五  20
0  赵六  21
1  钱七  22

从结果中可以看出，df2被追加到了df1的末尾，形成了一个更大的DataFrame。

在此，我们介绍了Pandas中的concat和append方法，它们可以很方便地对DataFrame进行合并和追加操作。通过这些方法，我们可以更加灵活地处理和操作数据，提高数据处理的效率和准确性。