Pandas Concat 实战：案例分析与代码演示

Pandas 的 concat 函数是数据处理中常用的工具，它允许你沿着特定轴将多个 Pandas 对象（例如 Series 和 DataFrame）连接在一起。本文将深入探讨 concat 函数的各种用法，并结合实际案例进行代码演示，帮助你掌握这个强大的工具。

一、concat 函数基础

concat 函数的主要功能是连接 Pandas 对象。其核心参数如下：

• objs: 需要连接的 Pandas 对象序列或字典。可以是 Series、DataFrame 或 Panel（已弃用）。
• axis: 连接的轴。0 表示沿着行（索引）连接，1 表示沿着列（列名）连接。默认为 0。
• join: 连接方式。’inner’ 表示取交集，’outer’ 表示取并集。默认为 ‘outer’。
• ignore_index: 是否忽略原始索引。True 表示忽略并重新创建索引，False 表示保留原始索引。默认为 False。
• keys: 为连接后的对象添加多级索引。

二、案例分析与代码演示

我们将通过几个案例来演示 concat 函数的不同用法。

案例一：连接 Series

假设我们有两个 Series，分别记录了不同城市的温度：

“`python
import pandas as pd

s1 = pd.Series([20, 22, 25], index=[‘北京’, ‘上海’, ‘广州’])
s2 = pd.Series([18, 20, 23], index=[‘武汉’, ‘南京’, ‘成都’])

沿着行连接

s_concat_row = pd.concat([s1, s2])
print(“沿着行连接：\n”, s_concat_row)

沿着列连接

s_concat_col = pd.concat([s1, s2], axis=1)
print(“\n沿着列连接：\n”, s_concat_col)

使用 keys 添加多级索引

s_concat_keys = pd.concat([s1, s2], keys=[‘温度1’, ‘温度2’])
print(“\n使用 keys 添加多级索引：\n”, s_concat_keys)
“`

案例二：连接 DataFrame

假设我们有两个 DataFrame，分别记录了不同城市的温度和湿度：

“`python
df1 = pd.DataFrame({‘温度’: [20, 22, 25], ‘湿度’: [60, 70, 80]}, index=[‘北京’, ‘上海’, ‘广州’])
df2 = pd.DataFrame({‘温度’: [18, 20, 23], ‘湿度’: [50, 60, 70]}, index=[‘武汉’, ‘南京’, ‘成都’])

沿着行连接

df_concat_row = pd.concat([df1, df2])
print(“沿着行连接：\n”, df_concat_row)

沿着列连接，outer join

df_concat_col_outer = pd.concat([df1, df2], axis=1)
print(“\n沿着列连接 (outer join)：\n”, df_concat_col_outer)

df3 = pd.DataFrame({‘风速’: [5, 10, 15]}, index=[‘北京’, ‘上海’, ‘广州’])

沿着列连接，inner join

df_concat_col_inner = pd.concat([df1, df3], axis=1, join=’inner’)
print(“\n沿着列连接 (inner join)：\n”, df_concat_col_inner)

使用 keys 添加多级索引

df_concat_keys = pd.concat([df1, df2], keys=[‘城市1’, ‘城市2’])
print(“\n使用 keys 添加多级索引：\n”, df_concat_keys)

忽略原始索引

df_concat_ignore = pd.concat([df1, df2], ignore_index=True)
print(“\n忽略原始索引：\n”, df_concat_ignore)

“`

案例三：连接不同列的 DataFrame

假设我们有两个 DataFrame，列名不同：

“`python
df4 = pd.DataFrame({‘温度’: [26, 28, 30], ‘湿度’: [65, 75, 85]}, index=[‘深圳’, ‘杭州’, ‘厦门’])
df5 = pd.DataFrame({‘气压’: [1010, 1012, 1015], ‘风向’: [‘东’, ‘南’, ‘西’]}, index=[‘深圳’, ‘杭州’, ‘厦门’])

沿着列连接，outer join

df_concat_diff_col = pd.concat([df4, df5], axis=1)
print(“\n连接不同列的 DataFrame (outer join)：\n”, df_concat_diff_col)

“`

案例四：连接字典中的 DataFrame

“`python
dfs = {‘group1’: df1, ‘group2’: df2}
df_concat_dict = pd.concat(dfs)
print(“\n连接字典中的 DataFrame：\n”, df_concat_dict)

df_concat_dict_keys = pd.concat(dfs, axis=1)
print(“\n连接字典中的 DataFrame (axis=1)：\n”, df_concat_dict_keys)

“`

三、concat 函数与其他函数的比较

concat 函数与 append、merge 和 join 函数都有连接数据的功能，但它们之间存在一些区别：

• append: 主要用于在 DataFrame 的末尾添加行，功能较为单一。concat 则更灵活，可以沿着不同轴连接多个对象。
• merge 和 join: 基于共同的列或索引连接 DataFrame，类似于 SQL 中的 JOIN 操作。concat 则不需要共同的列或索引，直接将对象连接在一起。

四、concat 函数的应用场景

concat 函数在实际数据处理中应用广泛，例如：

• 合并来自不同来源的数据：例如，将多个 CSV 文件的数据合并成一个 DataFrame。
• 添加新的数据行或列：例如，将新的测量数据添加到已有的 DataFrame 中。
• 构建时间序列数据：例如，将不同时间段的股票价格数据连接成一个完整的时间序列。

五、总结

concat 函数是 Pandas 中一个功能强大的工具，可以灵活地连接各种 Pandas 对象。本文通过多个案例详细讲解了 concat 函数的不同用法，并与其他相关函数进行了比较。希望本文能够帮助你更好地理解和应用 concat 函数，提升你的数据处理能力。 在实际应用中，选择合适的参数和连接方式，可以高效地处理各种数据连接需求。 记住灵活运用 join，keys，ignore_index 等参数，可以实现更精细的数据操作。 同时，结合其他 Pandas 函数，例如 groupby，pivot_table 等，可以实现更复杂的数据分析和处理流程。