我要评论concat()函数可以沿着一条轴将多个对象堆叠，其使用方式类似数据表合并，语法格式如下：
Pandas.concat(objs，axis=0，join=“outer”，join_axes=None，ignore_index=False，keys=None，levels=None，names=None，verify_itegrity=False，sort=None，copy=True)
上述函数中常用参数表示的含义如下：
- axis：表示连接的轴向，可以为0或1，默认为0。 //axis=0，竖直方向合并；axis=1，水平方向合并
- join：表示连接的方式，inner表示内连接，outer表示外连接，默认使用外连接。
//内连接，得到索引的交集的数据；外连接，得到索引并集的数据 - ignore_index：接受布尔值，默认为False。如果设置为True，则表示清除现有索引并重置索引值。
- keys：接受序列，表示添加最外层索引。
- levels：用于构建MultiIndex的特定级别（唯一值）。
- names：在设置了keys和level 参数后，用于创建分层级别的名称。
- verify_integerity：检查新的连接轴是否包含重复项。接受布尔值，当设置为True时，如果有重复的轴将会抛出错误，默认为False。
一、横向堆叠与外连接
当使用concat()函数合并时，若是将axis参数的值设为1，且 join 参数的值设为outer，则说明使用横向堆叠与外连接的方式进行合并。
import pandas as pd #数据合并,join默认为outer外连接(拿并集),inner内连接(拿交集)
df1=pd.DataFrame({'A':['A0','A0','A1']
,'B':['B0','B0','B1']})
df2=pd.DataFrame({'C':['C0','C0','C1','C3']
,'D':['D0','D2','D2','D3']})
pd.concat([df1,df2],join='outer',axis=1)
二、纵向堆叠与内连接
当使用concat()函数合并时，若是将axis参数的值设为0，且join参数的值设为inner，则表明使用纵向堆叠与内连接的方式进行合并。
import pandas as pd
df1=pd.DataFrame({'A':['A0','A1','A2']
,'B':['B0','B1','B2']
,'C':['C0','C1','C2']})
df2=pd.DataFrame({'B':['B3','B4','B5']
,'C':['C3','C4','C5']
,'D':['D3','D4','D5']})
df1
df2
pd.concat([df1,df2],join='inner',axis=0) #纵向堆叠与内连接
ignore_index参数的用法：
df1
df2
pd.concat([df1,df2],ignore_index=True) #清除现有的索引并重新分配索引值
作者：KJ.JK
本文仅用于交流学习，未经作者允许，禁止转载，更勿做其他用途，违者必究。
文章对你有所帮助的话，欢迎给个赞或者 star 呀，你的支持是对作者最大的鼓励，不足之处可以在评论区多多指正，交流学习呀。
本文地址：https://blog.csdn.net/m0_47384542/article/details/109962417
如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！
网友评论