pandas数据拼接详解：join、concat与stack操作示例

Leo

发布时间：2026-10-13 | 5人浏览过

原创

本文详细介绍pandas中数据拼接的多种方法，包括使用join()合并无重复列的DataFrame、利用concat()按行或列拼接Series及DataFrame，以及通过combine_first()处理索引重复的情况。此外，还演示了stack()与unstack()在行列转换中的应用，帮助开发者高效处理数据整合任务。

pandas数据拼接详解：join、concat与stack操作示例

前言

在实际数据处理中，pandas的数据拼接功能常被用于解决重复数据合并问题。例如，当需要获取两份数据的交集或并集时，拼接操作是一个高效的选择。本文将基于实用角度，简要介绍相关实现方式。

数据拼接基础

在学习复杂的数据转换之前，掌握基础的数据拼接知识是必要的预备步骤。

2.1 join()联结

关于merge操作，由于其与SQL表联结逻辑相似，内容较为复杂，本文暂不展开，后续可能会单独撰文详解。

join()函数主要用于将两个DataFrame合并为一个整体，其前提条件是这两个DataFrame之间不存在重复的列名。


# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np

data1 = {
  'user' : ['zszxz','craler','rose'],
  'price' : [100, 200, 300],
  'hobby' : ['reading','running','hiking']
}
index1 = ['user1','user2','user3']
frame1 = pd.DataFrame(data1,index1)

data2 = {
  'person' : ['zszxz','craler','rose'],
  'number' : [100, 2000, 3000],
  'activity' : ['swing','riding','climbing']
}
index2 = ['user1','user2','user3']
frame2 = pd.DataFrame(data2,index2)

join = frame1.join(frame2)
print(join)

执行结果如下所示：

user price hobby person number activity user1 zszxz 100 reading zszxz 100 swing user2 craler 200 running craler 2000 riding user3 rose 300 hiking rose 3000 climbing

2.2 concat()拼接

concat()函数可用于将两个Series对象拼接为一个Series，默认情况下按照行方向进行拼接。


ser1 = pd.Series(['111','222',np.NaN])
ser2 = pd.Series(['333','444',np.NaN])
# 默认按行拼接
print(pd.concat([ser1, ser2]))

若希望按列方向进行拼接，需设置参数axis = 1。


ser1 = pd.Series(['111','222',np.NaN])
ser2 = pd.Series(['333','444',np.NaN])
# 按列拼接
print(pd.concat([ser1, ser2],axis=1))

拼接后的输出结果如下：

0 1 0 111 333 1 222 444 2 NaN NaN

进一步地，通过指定keys参数，输出的数据结构将转换为DataFrame格式。


ser1 = pd.Series(['111','222',np.NaN])
ser2 = pd.Series(['333','444',np.NaN])
# 按列拼接
data = pd.concat([ser1, ser2],axis=1, keys=['zszxz', 'rzxx'])
print(data)

具体输出结果如下：

zszxz rzxx 0 111 333 1 222 444 2 NaN NaN

需要注意的是，DataFrame的concat操作逻辑与Series类似。

2.3 combine_first()组合

当索引存在重复时，可以使用combine_first()方法进行拼接处理。


ser1 = pd.Series(['111','222',np.NaN],index=[1,2,3])
ser2 = pd.Series(['333','444',np.NaN,'555'],index=[1,2,3,4])
data = ser1.combine_first(ser2)
print(data)

示例输出结果如下：

1 111 2 222 3 NaN 4 555 dtype: object

若交换Series的位置，基准数据将变为ser2。


ser1 = pd.Series(['111','222',np.NaN],index=[1,2,3])
ser2 = pd.Series(['333','444',np.NaN,'555'],index=[1,2,3,4])
data = ser2.combine_first(ser1)
print(data)

此时输出结果变为：

1 333 2 444 3 NaN 4 555 dtype: object

2.4 轴转换

准备的基础数据如下：


# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np

data = {
  'user' : ['zszxz','craler','rose'],
  'price' : [100, 200, 300],
  'hobby' : ['reading','running','hiking']
}
index = ['user1','user2','user3']
frame = pd.DataFrame(data,index)
print(frame)

原始DataFrame输出为：

user price hobby user1 zszxz 100 reading user2 craler 200 running user3 rose 300 hiking

stack()函数可将列索引转换为行索引，实现数据的堆叠。


# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np

data = {
  'user' : ['zszxz','craler','rose'],
  'price' : [100, 200, 300],
  'hobby' : ['reading','running','hiking']
}
index = ['user1','user2','user3']
frame = pd.DataFrame(data,index)
print(frame.stack())

转换后的输出结果如下：

user1 user zszxz price 100 hobby reading user2 user craler price 200 hobby running user3 user rose price 300 hobby hiking dtype: object

使用unstack()函数可将上述结构还原为原始的DataFrame格式。


# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np

data = {
  'user' : ['zszxz','craler','rose'],
  'price' : [100, 200, 300],
  'hobby' : ['reading','running','hiking']
}
index = ['user1','user2','user3']
frame = pd.DataFrame(data,index)
sta = frame.stack()
print(sta.unstack())

还原后的输出结果如下：