[Py016] pandas concat 表格合并2

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
          keys=None, levels=None, names=None, verify_integrity=False,
          copy=True)

concat可以一次合并多個表格最疆,通過索引來合并的吆视;

不像merge,可以通過on參數指定依據哪個列鲸沮。

df1
Out[365]: 
    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
df2
Out[366]: 
    A   B   C   D
1  A1  B4  C4  D4
2  A4  B5  C5  D5
3  A2  B6  C6  D6
4  A7  B7  C7  D7
df3
Out[367]: 
     A    B    C    D
8   A0   B8   C8   D8
9   A2   B9   C9   D9
10  A4  B10  C10  D10
11  A8  B11  C11  D11
pd.concat([df1,df2,df3],axis=1)  # 注意一下合并前后各個dataframe的index
Out[369]: 
      A    B    C    D    A    B    C    D    A    B    C    D
0    A0   B0   C0   D0  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN
1    A1   B1   C1   D1   A1   B4   C4   D4  NaN  NaN  NaN  NaN
2    A2   B2   C2   D2   A4   B5   C5   D5  NaN  NaN  NaN  NaN
3    A3   B3   C3   D3   A2   B6   C6   D6  NaN  NaN  NaN  NaN
4   NaN  NaN  NaN  NaN   A7   B7   C7   D7  NaN  NaN  NaN  NaN
8   NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN   A0   B8   C8   D8
9   NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN   A2   B9   C9   D9
10  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN   A4  B10  C10  D10
11  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN   A8  B11  C11  D11

如果希望讓三個dataframe都依據A列來合并的話纫雁,可以先對dataframe重建索引

pd.concat([df1.set_index('A'),df2.set_index('A'),df3.set_index('A')],axis=1,sort=False)
Out[371]: 
      B    C    D    B    C    D    B    C    D
A0   B0   C0   D0  NaN  NaN  NaN   B8   C8   D8
A1   B1   C1   D1   B4   C4   D4  NaN  NaN  NaN
A2   B2   C2   D2   B6   C6   D6   B9   C9   D9
A3   B3   C3   D3  NaN  NaN  NaN  NaN  NaN  NaN
A4  NaN  NaN  NaN   B5   C5   D5  B10  C10  D10
A7  NaN  NaN  NaN   B7   C7   D7  NaN  NaN  NaN
A8  NaN  NaN  NaN  NaN  NaN  NaN  B11  C11  D11
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市曙寡,隨后出現的幾起案子糠爬,更是在濱河造成了極大的恐慌,老刑警劉巖举庶,帶你破解...
    沈念sama閱讀 221,888評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件执隧,死亡現場離奇詭異,居然都是意外死亡户侥,警方通過查閱死者的電腦和手機镀琉,發(fā)現死者居然都...
    沈念sama閱讀 94,677評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來添祸,“玉大人滚粟,你說我怎么就攤上這事寻仗∪忻冢” “怎么了?”我有些...
    開封第一講書人閱讀 168,386評論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長耙替。 經常有香客問我亚侠,道長,這世上最難降的妖魔是什么俗扇? 我笑而不...
    開封第一講書人閱讀 59,726評論 1 297
  • 正文 為了忘掉前任硝烂,我火速辦了婚禮,結果婚禮上铜幽,老公的妹妹穿的比我還像新娘滞谢。我一直安慰自己,他們只是感情好除抛,可當我...
    茶點故事閱讀 68,729評論 6 397
  • 文/花漫 我一把揭開白布狮杨。 她就那樣靜靜地躺著,像睡著了一般到忽。 火紅的嫁衣襯著肌膚如雪橄教。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,337評論 1 310
  • 那天喘漏,我揣著相機與錄音护蝶,去河邊找鬼。 笑死翩迈,一個胖子當著我的面吹牛持灰,可吹牛的內容都是我干的。 我是一名探鬼主播负饲,決...
    沈念sama閱讀 40,902評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼搅方,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了绽族?” 一聲冷哼從身側響起姨涡,我...
    開封第一講書人閱讀 39,807評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎吧慢,沒想到半個月后涛漂,有當地人在樹林里發(fā)現了一具尸體,經...
    沈念sama閱讀 46,349評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡检诗,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,439評論 3 340
  • 正文 我和宋清朗相戀三年匈仗,在試婚紗的時候發(fā)現自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片逢慌。...
    茶點故事閱讀 40,567評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡悠轩,死狀恐怖,靈堂內的尸體忽然破棺而出攻泼,到底是詐尸還是另有隱情火架,我是刑警寧澤鉴象,帶...
    沈念sama閱讀 36,242評論 5 350
  • 正文 年R本政府宣布,位于F島的核電站何鸡,受9級特大地震影響纺弊,放射性物質發(fā)生泄漏。R本人自食惡果不足惜骡男,卻給世界環(huán)境...
    茶點故事閱讀 41,933評論 3 334
  • 文/蒙蒙 一淆游、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧隔盛,春花似錦犹菱、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,420評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至来屠,卻和暖如春虑椎,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背俱笛。 一陣腳步聲響...
    開封第一講書人閱讀 33,531評論 1 272
  • 我被黑心中介騙來泰國打工捆姜, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人迎膜。 一個月前我還...
    沈念sama閱讀 48,995評論 3 377
  • 正文 我出身青樓泥技,卻偏偏與公主長得像,于是被迫代替她去往敵國和親磕仅。 傳聞我的和親對象是個殘疾皇子珊豹,可洞房花燭夜當晚...
    茶點故事閱讀 45,585評論 2 359

推薦閱讀更多精彩內容