Python Pandas DataFrame 行列合并详解：concat 函数用法

concat函数的核心作用并非简单的连接，而是数据的拼接。它将两个或多个表格直接组合在一起。这里的关键在于确定是进行横向拼接还是纵向拼接，因此，concat函数的关键参数是axis。

该函数的具体参数配置如下：

concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False,keys=None,levels=None,names=None,verigy_integrity=False)

objs参数指定需要拼接的对象集合，通常是一个列表或字典。

当axis=0时，执行的是行拼接，这会导致行数增加。列数的变化取决于join参数的设置：若join='outer'，列数为两个表的并集；若join='inner'，列数则为两个表的交集。

在默认情况下，axis=0表示纵向拼接，此时效果如下：

concat([df1,df2]) 等价于 df1.append(df2)

当设置axis=1时，执行的是横向拼接，此时效果如下：

concat([df1,df2],axis=1) 等价于 merge(df1,df2,left_index=True,right_index=True,how='outer')

以上关于Python Pandas DataFrame按列或按行合并的方法分享完毕，希望能为读者提供有价值的参考，并欢迎大家继续支持本站。