如何使用Concat联合Pandas DataFrames？

你可以使用Concat联合Pandas DataFrames：

pd.concat([df1, df2])

你可以通过在括号内添加额外的 DataFrame 来连接它们。

如何联合Pandas DataFrames？在下一节中，你将看到一个示例，其中包含使用 contact 合并 Pandas DataFrames 的步骤。

使用Concat联合Pandas DataFrames的步骤

第 1 步：创建第一个 DataFrame

例如，假设你有以下有关客户的数据：

clientFirstName	clientLastName	country
Jon	Smith	US
Maria	Lam	Canada
Bruce	Jones	Italy
Lili	Chang	China

然后，你可以创建一个 DataFrame来在 Python 中捕获上述数据：

import pandas as pd

clients1 = {'clientFirstName': ['Jon','Maria','Bruce','Lili'],
            'clientLastName': ['Smith','Lam','Jones','Chang'],
            'country': ['US','Canada','Italy','China']
           }

df1 = pd.DataFrame(clients1, columns= ['clientFirstName', 'clientLastName','country'])

print (df1)

用 Python 运行代码，你会得到：

第 2 步：创建第二个 DataFrame

现在假设你获得了有关新客户的附加数据：

clientFirstName	clientLastName	country
Bill	Jackson	UK
Jack	Green	Germany
Elizabeth	Gross	Brazil
Jenny	Sing	Japan

然后，你可以创建第二个 DataFrame，如下所示：

import pandas as pd

clients2 = {'clientFirstName': ['Bill','Jack','Elizabeth','Jenny'],
            'clientLastName': ['Jackson','Green','Gross','Sing'],
            'country': ['UK','Germany','Brazil','Japan']
           }

df2 = pd.DataFrame(clients2, columns= ['clientFirstName', 'clientLastName','country'])

print (df2)

运行代码，你会看到：

你的目标是联盟这两个DataFrames在一起。然后，你可以使用 Pandas concat来实现此目标。

第 3 步：使用 Concat 联合 Pandas DataFrame

最后，要将两个 Pandas DataFrame 结合在一起，你可以应用你在本指南开头看到的通用语法：

pd.concat([df1, df2])

这是使用Concat联合Pandas DataFrames的完整 Python 代码，Concat联合Pandas DataFrames的示例如下：

import pandas as pd

clients1 = {'clientFirstName': ['Jon','Maria','Bruce','Lili'],
            'clientLastName': ['Smith','Lam','Jones','Chang'],
            'country': ['US','Canada','Italy','China']
           }

df1 = pd.DataFrame(clients1, columns= ['clientFirstName', 'clientLastName','country'])


clients2 = {'clientFirstName': ['Bill','Jack','Elizabeth','Jenny'],
            'clientLastName': ['Jackson','Green','Gross','Sing'],
            'country': ['UK','Germany','Brazil','Japan']
           }

df2 = pd.DataFrame(clients2, columns= ['clientFirstName', 'clientLastName','country'])

union = pd.concat([df1, df2])
print (union)

运行代码后，你将获得连接的 DataFrame：

请注意，索引值不断重复（第一个 DataFrame 从 0 到 3，然后第二个 DataFrame 从 0 到 3）：

一旦你连接了两个数据帧，你就可以选择以增量方式分配索引值。

为此，只需 在pd.concat括号内设置ignore_index=True，Concat联合Pandas DataFrames的示例如下：

import pandas as pd

clients1 = {'clientFirstName': ['Jon','Maria','Bruce','Lili'],
            'clientLastName': ['Smith','Lam','Jones','Chang'],
            'country': ['US','Canada','Italy','China']
           }

df1 = pd.DataFrame(clients1, columns= ['clientFirstName', 'clientLastName','country'])


clients2 = {'clientFirstName': ['Bill','Jack','Elizabeth','Jenny'],
            'clientLastName': ['Jackson','Green','Gross','Sing'],
            'country': ['UK','Germany','Brazil','Japan']
           }

df2 = pd.DataFrame(clients2, columns= ['clientFirstName', 'clientLastName','country'])

union = pd.concat([df1, df2], ignore_index=True)
print (union)

结果：

如何联合Pandas DataFrames？就是这样！即使你有 2 个以上的 DataFrame，你刚刚看到的上述方法也能正常工作。请注意，你需要在所有 DataFrame 中保持相同的列名以避免任何NaN 值。

有关连接 DataFrame 的更多信息，请访问 Pandas.concat文档。

你可能还想查看以下教程，该教程解释了如何使用 Pandas 连接列值。